что написать код предсказания нейронной сети - PullRequest
Новая
       26

что написать код предсказания нейронной сети

0 голосов
/ 23 мая 2018

Forex.csv: 

AlAin,Y1,Y2,Y3,Y4,Y5,Y6,K,1,2,3,4,5,6,d
1,0,0,1,0,0,0,0,0,0,1,0,0,0,1

коды прогнозирующей части искусственной нейронной сети: 

with tf.Session() as sess:
    predictdataset=pd.read_csv('predict.csv')
    y_predict=(sess.run(tf.argmax(y4.eval(feed_dict={x:[predictdataset]}),1)))
    print(y_predict)

Я получаю ошибку «KeyError: 0».

предыдущие коды для обучения и тестирования

x = tf.placeholder (tf.float32, [None, 15]) y = tf.placeholder (tf.float32, [None, 1]) 

layer_1=128
layer_2=64
layer_3=32
layer_out=1

weight_1 = tf.Variable(tf.truncated_normal([15, layer_1], stddev=0.1))
bias_1 = tf.Variable(tf.constant(0.1, shape=[layer_1]))
weight_2 = tf.Variable(tf.truncated_normal([layer_1, layer_2], stddev=0.1))
bias_2 = tf.Variable(tf.constant(0.1, shape=[layer_2]))
weight_3 = tf.Variable(tf.truncated_normal([layer_2, layer_3], stddev=0.1))
bias_3 = tf.Variable(tf.constant(0.1, shape=[layer_3]))

weight_4 = tf.Variable(tf.truncated_normal([layer_3, layer_out], stddev=0.1))
bias_4 = tf.Variable(tf.constant(0.1, shape=[layer_out]))

y1=tf.nn.relu(tf.matmul(x,weight_1)+bias_1)
y2=tf.nn.relu(tf.matmul(y1,weight_2)+bias_2)
y3=tf.nn.relu(tf.matmul(y2,weight_3)+bias_3)
logits=tf.matmul(y3,weight_4)+bias_4

y4=tf.nn.softmax(logits)

xent = tf.nn.softmax_cross_entropy_with_logits(logits=logits, labels=y)
loss = tf.reduce_mean(xent)

correct_prediction = tf.equal(tf.argmax(y4, 1), tf.argmax(y, 1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32)) # Başarı oranı

optimize = tf.train.AdamOptimizer(0.001). minimize(loss)

sess = tf.Session()
sess.run(tf.global_variables_initializer())

1 Ответ

0 голосов
/ 23 мая 2018

Есть несколько очень простых вопросов, которые я вижу.Вероятно, вам следует пройти некоторые учебные пособия по TensorFlow, объясняющие его модель вычисления графа:

  • Вы не можете передать панду DataFrame в качестве значения тензора, как в y4.eval(feed_dict={x:[predictdataset]})

  • Не следует использовать список для значений подачи, как вы это делаете в y4.eval(feed_dict={x:[predictdataset]})

  • Обычно операции TensorFlow принимают символические тензоры.Можно передавать параметры, которые можно преобразовать в тензоры, но в вашем примере это почти не соответствует цели TensorFlow.Вы оцениваете тензор только для того, чтобы передать его tf.argmax в tf.argmax(y4.eval(feed_dict={x:[predictdataset]}),1)).Вы должны просто передать y4 напрямую.

...