Użyłem kodu podanego w HTTPS: //Github.com/microsoft/cntk/blob/v2.0/examples/EquenceClassificSivition/simpleExample/python/eassonClassification.py do trenowania modelu. Jak to ocenić?

0
Bit Manipulator 25 czerwiec 2017, 23:23

3 odpowiedzi

Najlepsza odpowiedź

Mam to podążając za sposobem:

import cntk as C
from cntk.ops.functions import load_model # Note this
...
...
# saved the model after epochs
for i in range(500):
    mb = reader.next_minibatch(minibatch_size, input_map=input_map)
    trainer.train_minibatch(mb)
    classifier_output.save("model.dnn") # Note this
...
...
# loading the model
model = load_model("model.dnn") # Note this

# converted sentence to numbers and given as sequence
predScores = model(C.Value.one_hot([[1,238,4,4990,7223,1357,2]], 50466)) # Note this
predClass = np.argmax(predScores)
print(predClass)

Gdzie [[1,238,4,4990,7223,1357,2]] jest sekwencją wskaźnika słów w Vocabs (w zasadzie rodzaj sekwencji, na której stało się szkolenie, a 50466 jest wielkością wokalu.

1
Bit Manipulator 27 czerwiec 2017, 18:53

Jest mało prawdopodobne, gdy trenujesz swój model w CNTK, nie musisz zatrudniać Create_reader / miniber parafernalia. Przeważnie dlatego, że pliki testowe / produkcyjne są zazwyczaj dość małe. Ocena modelu jest właściwie dość prosta:

import cntk as C
import pandas as pd
import numpy as np

model = C.load_model(path_to_where_the_model_is_saved) # load your CNTK model

ds = pd.read_csv(filename, delimiter=",") # load your data of course
                                          # we are assuming all data come 
                                          # together in a single matrix

X = ds.values[:,0:28].astype('float32') # ensures the right type for CNTK
Y = ds.values[:,28].astype('float32')   # last column is the label

X= X / 255 # perform any necessary transformation if any

pred = model(X) # evaluate your test data

pred[pred > 0.5]=1
pred[pred!=1]=0
maxa=np.mean(Y==pred)

print("Accuracy {} ".format(maxa*100.0))
0
agcala 9 styczeń 2019, 16:42

Jeśli chcesz ocenić model w Pythonie, proszę zobaczyć stronę Oto. Jeśli chcesz użyć swojego modelu w innych językach, np. C ++ / C #, można znaleźć szczegóły w OCENA MODEL strona.

Dzięki,

1
Zhou Wang 26 czerwiec 2017, 06:54