运行MXNetR时与数据形状相关的错误

我正在尝试使用MXNetR构建前馈神经网络。我的输入是一个6380行和180列的数据框。我的训练和测试输出是一维向量，每个元素有319个元素。运行MXNetR时与数据形状相关的错误

我运行模型的批量大小设置为1，输出层的神经元数量设置为319.因此，对于每个批次，我预计会得到一个包含319个元素的向量。我的目标是最大限度地减少我的损失函数，这是我的预测输出向量和实际输出向量之间的相关性。

下面是我的代码：

# Define the input data 
    data <- mx.symbol.Variable("data") 

    # Define the first fully connected layer 
    fc1 <- mx.symbol.FullyConnected(data, num_hidden = 100) 
    act.fun <- mx.symbol.Activation(fc1, act_type = "relu") # create a hidden layer with Rectified Linear Unit as its activation function. 
    output <<- mx.symbol.FullyConnected(act.fun, num_hidden = 319) 

    # Customize loss function 
    label <- mx.symbol.Variable("label") 
    lro <- 
     mx.symbol.MakeLoss(mx.symbol.Correlation(mx.symbol.reshape(output 
    ,shape = (1,319)),label)) 

    model <- mx.model.FeedForward.create(symbol=lro, X=train.x, 
             y=train.y, 
             eval.data = list(data = test.x, 
                 label = test.y), 
             num.round=5000, 
             array.batch.size=1, 
             optimizer = "adam", 
             learning.rate = 0.0003, 
             eval.metric = mx.metric.rmse, 
             epoch.end.callback = 
             mx.callback.log.train.metric(20, logger))

这里是错误，当我运行上面的代码：

[15:49:28] /home/cgagnon/src/q5/mxnet/dmlc-core/include/dmlc/./logging.h:304: [15:49:28] src/operator/./correlation-inl.h:176: Check failed: dshape1.ndim() == 4U (2 vs. 4) data should be a 4D tensor 

Stack trace returned 10 entries: 
[bt] (0) /usr/lib64/R/library/mxnet/libs/libmxnet.so(_ZN4dmlc15LogMessageFatalD1Ev+0x29) [0x7f725a8528b9] 
[bt] (1) /usr/lib64/R/library/mxnet/libs/libmxnet.so(_ZNK5mxnet2op15CorrelationProp10InferShapeEPSt6vectorIN4nnvm6TShapeESaIS4_EES7_S7_+0x2a2) [0x7f725b4a8222] 
[bt] (2) /usr/lib64/R/library/mxnet/libs/libmxnet.so(+0xd461f9) [0x7f725b3241f9] 
[bt] (3) /usr/lib64/R/library/mxnet/libs/libmxnet.so(+0x116630f) [0x7f725b74430f] 
[bt] (4) /usr/lib64/R/library/mxnet/libs/libmxnet.so(+0x1167bb2) [0x7f725b745bb2] 
[bt] (5) /usr/lib64/R/library/mxnet/libs/libmxnet.so(_ZN4nnvm11ApplyPassesENS_5GraphERKSt6vectorISsSaISsEE+0x501) [0x7f725b761481] 
[bt] (6) /usr/lib64/R/library/mxnet/libs/libmxnet.so(_ZN4nnvm9ApplyPassENS_5GraphERKSs+0x8e) [0x7f725b699f2e] 
[bt] (7) /usr/lib64/R/library/mxnet/libs/libmxnet.so(_ZN4nnvm4pass10InferShapeENS_5GraphESt6vectorINS_6TShapeESaIS3_EESs+0x240) [0x7f725b69c520] 
[bt] (8) /usr/lib64/R/library/mxnet/libs/libmxnet.so(MXSymbolInferShape+0x281) [0x7f725b6959a1] 
[bt] (9) /usr/lib64/R/library/mxnet/libs/mxnet.so(_ZNK5mxnet1R6Symbol10InferShapeERKN4Rcpp6VectorILi19ENS2_15PreserveStorageEEE+0x6b9) [0x7f724cef6739]

此刻，我无能，我应该如何解决这个错误。我一直在寻找一种方法来重塑我的数据集，使它们成为四维张量但找不到任何。我不想为我的问题找到明确的解决方案，但对于如何解决此错误的任何建议将不胜感激。

来源

2017-06-06 nnguyen24

我无法重现没有数据的问题，但我认为如果您正在寻找只是将您的数据集重塑为4维张量，您应该可以通过 “symbol.reshape（output，shape = c（ 1,1,1,319））”。不知道它是否可以帮助你。

来源

2017-06-06 21:25:49

我按照你的建议改变了我的代码，但仍然出现同样的错误。出于某些隐私原因，我无法与您分享我的数据集，但我相信错误在于数据集的维度，而不是内容。 – nnguyen24

运行MXNetR时与数据形状相关的错误

回答

相关问题