Используя python 3, я пытаюсь классифицировать набор данных для распознавания речи. используя глубокую сеть убеждений, когда я выполняю код, чем у меня есть эти ошибки, потому что не удается импортировать UnsupervisedDBN из dbn.tensorflow.models
- - кодировка: UTF-8 - -.
import pandas as pd
import numpy as np
from dbn.tensorflow.models import UnsupervisedDBN
from sklearn import preprocessing
from sklearn import tree
from sklearn.decomposition import PCA
import csv
# 正确元音 标签为1
fp1 = open("D:/Experiments/Experiment_1/ar_11.csv")
feat_correct = pd.read_csv(fp1)
correct_data = feat_correct.iloc[:, 0:14].values # 读取表格的特征值
feat_correct_data = correct_data[0:245, 0:13] # 读取特征值的前50行
correct_label = correct_data[0:245, 13] # 训练样本的标签
fp3 = open("D:/Experiments/Experiment_1/ur_11.csv")
feat_raising = pd.read_csv(fp3)
raising_data = feat_raising.iloc[:, 0:14].values # 读取表格的特征值
feat_raising_data = raising_data[0:245, 0:13] # 读取特征值的前50行
raising_label = raising_data[0:245, 13] # 训练样本的标签
feat_all = np.vstack((feat_correct_data, feat_raising_data))
label_all = np.append(correct_label, raising_label)
print(label_all)
dbn = UnsupervisedDBN(hidden_layers_structure=[13],
batch_size=20,
learning_rate_rbm=0.0000001,
n_epochs_rbm=20,
activation_function='sigmoid')
dbn.fit(feat_all)
dbn.save('test_r.pkl') # 保存训练的模型
dbn = UnsupervisedDBN.load('test_r.pkl')
X_train_pred = dbn.extraction(feat_all)
X_test_pred = dbn.extraction(feat_all_test)
dbn.fit(X_train_minmax, label_all)
# 测试 test
class_predict_pca = dbn.predict(X_train_minmax_test)
print(class_predict_pca)