저는 CNTK를 가지고 놀았으며 그 모델이 numpy 배열을 사용하여 훈련 될 수 있음을 알았습니다. 이 올바른지?Dataframes, csv 및 CNTK
이 만드는 등 내가 가진 로지스틱 회귀 분석을 훈련 할 수있는 형식으로 (팬더를 사용하여 dataframe과 같이에서) 내 깔끔한 데이터 집합을 설정 얼마나
이미지 인식에 대한 의미? 나는 NumPy와 배열
np.genfromtxt(“My.csv",delimiter=',' , dtype=float)
에 읽어 시도하고 또한
np.array.MyVeriable.astype('float32')
와 변수를 포장하려고 노력하지만 내가 모델을 공급 할 수 있도록 원하는 결과를 얻을하지 않습니다 .
또한 CNTK에서 표 형식의 데이터 프레임에 ML을 수행하는 방법에 대한 자습서에서 아무것도 찾을 수 없습니다.
지원되지 않습니까?
CNTK 104는 팬더 데이터 프레임과 numpy를 사용하는 방법을 보여줍니다.
CNTK (106B)는 CSV 파일을 사용하여 데이터를 읽을 수있는 방법을 보여줍니다. 이 링크에 대한
감사합니다. 이것은 내가 csv로 읽기 결국 어떻게 작동하는 듯하지만, 필요에 따라 사얀이 수정하시기 바랍니다입니다 : 나는 그 상태
다음def generate_data_from_csv():
# try to find the data file local. If it doesn't report "file does not exists" if it does report "using loacl file"
data_path = os.path.join("MyPath")
csv_file = os.path.join(data_path, "My.csv")
if not os.path.exists(data_path):
os.makedirs(data_path)
if not os.path.exists(data_file):
print("file does not exists")
else:
print("using loacl file")
df = pd.read_csv(csy_file, usecols = ["predictor1", "predictor2",
"predictor3", "predictor4", "dependent_variable"], dtype=np.float32)
return df
내가 training_data
training_data = generate_data_from_csv()
로 그 dataframe를 저장한다는 NumPy와에 dataframe 배열
training_features = np.asarray(training_data[[["predictor1",
"predictor2", "predictor3", "predictor4",]], dtype = "float32")
training_labels = np.asarray(training_data[["dependent_variable"]],
dtype="float32")
을 다음과 같이이 코드에 사용되는 모델 기차 :
를