Как передать input_shape в сверточную нейронную сеть, если я пытаюсь уместить данные из pandas dataframe? - PullRequest
Новая
       21

Как передать input_shape в сверточную нейронную сеть, если я пытаюсь уместить данные из pandas dataframe?

1 голос
/ 25 апреля 2019

У меня есть пандасный фрейм данных X_train с 733999 семплами и 5 функциями. 

model = Squential()    
model.add(Conv2D(filters = 32, kernel_size = (5,5),padding = 'Same', 
             activation ='relu', input_shape = (?,?)))

Это первый слой, где у меня возникли проблемы.Все учебники использовали изображение, и они просто передают высоту, ширину и канал в качестве параметра input_shape.У меня возникли проблемы с заданием формы ввода в случае с пандой.Любая помощь очень ценится.

1 Ответ

0 голосов
/ 25 апреля 2019

Это пример того, как вы можете использовать CNN с вашими данными

Я все еще не рекомендую этот тип сети для данных, которые у вас есть 

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Conv2D, MaxPooling2D, Flatten, Dense, Reshape
import pandas as pd
import numpy as np

## Dummy data
data = {'0': [1, 2, 3], '1': [3, 4, 3], '2':[0,1, 3], '3':[0,1,3], '4':[0,1,3], '5':[0,1,3]}
X_train = pd.DataFrame(data=data)

model = Sequential()
model.add(Reshape((1,X_train.shape[1],1)))
model.add(Conv2D(filters = 32, kernel_size = (1,5),padding = 'Same',
             activation ='relu', input_shape = (1,X_train.shape[1],1)))

model.add(MaxPooling2D(pool_size = (1,6), strides=(1,2)))

model.add(Flatten())

model.add(Dense (500, activation='relu'))
model.add(Dense (1, activation='relu'))
model.compile(loss='binary_crossentropy', optimizer='adam',
              metrics=['accuracy'])

## Training and testing with dummy data just to prove that it's working
model.fit(np.array(X_train), np.array([0,1,1]), nb_epoch=4, validation_data=(np.array(X_train), np.array([0,1,1])))
...