从宽面条中获取输出（python深层神经网络框架）

Question

我把名单装进去了_转化率来自意大利宽面条官方github的例子。在

在和，我想预测我自己的例子。我看到了”千层面.layers.get_output（）“应该处理官方文档中的numpy数组，但它不起作用，我也不知道该怎么做。在

我的代码是：

if __name__ == '__main__':
    output_layer = main() #the output layer from the net
    exampleChar = np.zeros((28,28)) #the example I would predict
    outputValue = lasagne.layers.get_output(output_layer, exampleChar)
    print(outputValue.eval())

但它给了我：

^{pr2}$

我知道它需要一个4D张量，但我不知道如何修正它。在

你能帮我吗？谢谢

Answer 1

正如您在错误消息中所写的，输入应该是一个4D张量，形状为(n_samples, n_channel, width, height)。在MNIST的情况下，n_channels是1，width和{}是28。在

但是你输入的是一个二维张量，形状是(28, 28)。您需要添加新的轴，可以使用exampleChar = exampleChar[None, None, :, :]

exampleChar = np.zeros(28, 28)
print exampleChar.shape 
exampleChar = exampleChar[None, None, :, :]
print exampleChar.shape

输出

^{pr2}$

注意：我认为您可以使用np.newaxis代替None来添加一个轴。而且exampleChar = exampleChar[None, None]也应该起作用。在

Answer 2

首先，尝试将一个“图像”传递到网络中，这样它就具有(256,256)的维度。在

但它需要一个三维数据列表，即图像，在ano中它被实现为4D张量。在

我看不到您的完整代码，您打算如何使用lasagne的接口，但如果您的代码编写正确，从我目前所看到的来看，我认为您应该首先将您的(256,256)数据转换为一个单通道图像，如(1,256,256)，然后从使用更多(1,256,256)数据列表，例如[(1,256,256), (1,256,256), (1,256,256)]，或者从这个例子中列出一个清单，比如[(1,256,256)]。 前者得到一个（3，1256256），后者是一个（1，1256256）4D张量，这将被宽面条界面接受。在