Как реализовать алгоритм GRNN с набором данных MNIST (Python) - PullRequest
Новая
       47

Как реализовать алгоритм GRNN с набором данных MNIST (Python)

0 голосов
/ 05 марта 2020

Я пытаюсь реализовать GRNN с MNIST от руки di git набор данных с использованием python, вот мой код, я получаю прогнозируемые значения как NaN 

import numpy as np
from sklearn import datasets, preprocessing
from sklearn.model_selection import train_test_split
from neupy import algorithms
#import sys

print('\nLoading...')
traindata = np.genfromtxt('./MNIST_Dataset_Loader/dataset/mnist_train.csv', skip_header=55000,delimiter=',')
#testdata=np.genfromtxt('./MNIST_Dataset_Loader/dataset/mnist_test.csv',skip_header=9000, delimiter=',')

# Load MNIST Data
print('\nLoading MNIST Data...')
x_train = traindata[:,1:]
y_train = traindata[:,0]

print('\nLoading Testing Data...')
#x_test = testdata[:,1:]
#y_test = testdata[:,0]

x_train, x_test, y_train, y_test = train_test_split(preprocessing.minmax_scale(x_train),preprocessing.minmax_scale(y_train),test_size=0.3)
print("training")
nw = algorithms.GRNN(std=0.1)
nw.train(x_train, y_train)
#nw.fit(x_train, y_train)
print("Predicting")
y_predicted = nw.predict(x_test)
print(y_predicted)
mse = np.mean((y_predicted - y_test) ** 2)
#print(mse)
...