Как передать данные из массива numpy для обучения регрессионной модели CNTK

Question

Я сгенерировал некоторые случайные значения в одномерном массиве и пытаюсь передать эти данные в созданную мной модель CNTK (коды ниже), чтобы обучить ее.Но я получаю разные ошибки в соответствии с моим подходом.

Нейронная сеть, которую я создал:

mean = 10
stdev = 2 
x = np.random.normal(mean, stdev, 1000)
y = 2 * x + 25

inputs = c.input_variable(1) #Number of variables
labels = c.input_variable(1) #Number of results
layer1 = Dense(1000, activation = c.relu) #input layer with 1000 neurons
layer2 = Dense(1000, activation = c.relu) #hidden layer with 1000 neurons
layer3 = Dense(1, activation = None) #output layer with 1 neuron
model1 = Sequential([layer1, layer2, layer3])
result = model1(inputs)
loss = c.squared_error(result, labels)
learner = c.sgd(model1.parameters, c.learning_parameter_schedule(0.01))
progress_writer = c.logging.ProgressPrinter(0) 

Для подхода ниже (https://cntk.ai/pythondocs/Manual_How_to_feed_data.html) Я получаю эту ошибку:

RuntimeError: Переменная 'Input (' Input4 ', [#], [1])' DataType Float не совпадает с соответствующим значением DataType Double

progress_writer = c.logging.ProgressPrinter(0)
trainer = loss.train((x,y), parameter_learners = [learner], callbacks=[progress_writer])

Для этого другого подхода я получаю:

ValueError: не-dict аргумент (ndarray) не поддерживается для узлов с более чем одним входом

trainer = c.Trainer(result, loss, [learner])
trainer.train_minibatch((x,y))

Может ли кто-нибудь помочь мне?

Answer 1

trainer.train_minibatch() принимает только словарь.Так и должно быть примерно так:

data = {inputs: x, labels: y}
trainer.train_minibatch(data)

Answer 2

Я нашел это. Спасибо за подсказки @snowflake, но, помимо того, что вы указали, в нем была еще одна ошибка с обалденной формой. Это был вектор, однако cntk работал с матрицами. Так что я просто изменить его с помощью:

x = x.reshape(1000,1)

и обучен как:

trainer.train_minibatch({inputs: x, labels: y})