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}$我知道它需要一个4D张量,但我不知道如何修正它。在
你能帮我吗?谢谢
正如您在错误消息中所写的,输入应该是一个4D张量,形状为}是28。在
(n_samples, n_channel, width, height)
。在MNIST的情况下,n_channels
是1,width
和{但是你输入的是一个二维张量,形状是
(28, 28)
。您需要添加新的轴,可以使用exampleChar = exampleChar[None, None, :, :]
输出
^{pr2}$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。在相关问题 更多 >
编程相关推荐