我如何创建一个1 d CNN

164(30天)

显示旧的评论

约书亚德容 2017年8月28日

0
链接

这个问题直接联系

//www.tatmou.com/matlabcentral/answers/354258-how-do-i-create-a-1d-cnn

编辑: 大卫·威林汉 2022年3月21日

答:接受沃尔特·罗伯森

你好,我是目前比较新的cnn和探索的应用cnn 1维的数据集和非常感谢一些援助trainNetwork函数相关的错误。尽管反复检查和核对标签数组,一切都似乎是秩序。我现在在使用试验和错误。谁能帮忙吗?

训练数据集包含662个样本每个1 -到- 800组成的向量。我重塑这个四维数组中指定的帮助文档(参见:https://au.mathworks.com/matlabcentral/answers/331164-convolutional-1d-net)

培训标签数组的形式存在于3 - - 662组双打。

见下文:

                         身高= 1;
                        
                         宽度= 800;
                        
                         渠道= 1;
                        
                         sampleSize = 662;
                        
                         CNN_TrainingData =重塑(Training_ReductWindows_G[高度、宽度、通道sampleSize]);
                        
                         CNN_TrainingLabels = Training_Labels_Bin_G;;
                        
                         %建立CNN层
                        
                         InputLayer = imageInputLayer((高度、宽度、渠道));% ' DataAugmentation ', '没有');%“正常化”,“没有一个”);
                        
                         c1 = convolution2dLayer ([1 - 5], 16),“步”10 [1]);%滤波窗口大小=[1 5],没有过滤器= 16,跨步= 10 [1]。
                        
                         %我们使用max池层是将采样层。另一种可能
                        
                         %使用平均池层例如AveragePooling2dLayer或reluLayer
                        
                         r1 = reluLayer ();
                        
                         p1 = maxPooling2dLayer (20 [1],“步”10 [1]);% PoolSize = 20[1],跨步= 10 [1]
                        
                         f1 = fullyConnectedLayer (3);%减少到三个输出类
                        
                         s1 = softmaxLayer ();
                        
                         outputLayer = classificationLayer ();
                        
                         事先= [InputLayer;c1;r1;p1;f1;s1;outputLayer]
                        
                         选择= trainingOptions (“个”);%优化使用随机梯度下降法和动力
                        
                         事先= trainNetwork (CNN_TrainingData CNN_TrainingLabels,事先选择);

但是这始终返回如下错误:

                         错误使用trainNetwork > iAssertCategoricalResponseVector(第598行)
                        
                         Y必须是一个向量分类的反应。
                        
                         错误在trainNetwork > iAssertValidResponseForTheNetwork(第589行)
                        
                         iAssertCategoricalResponseVector (x);
                        
                         错误在trainNetwork > iParseInput(第335行)
                        
                         iAssertValidResponseForTheNetwork (Y,层);
                        
                         错误在trainNetwork(第68行)
                        
                         (层,选择,X, Y) = iParseInput(变长度输入宗量{:});
                        
                         错误在美国有线电视新闻网(38)行
                        
                         事先= trainNetwork (CNN_TrainingData CNN_TrainingLabels,事先选择);

谁能指出我的错误吗?

谢谢你好心的

3评论
显示隐藏特殊照顾年长的评论

普拉什 2018年6月27日

我工作在类似的问题。我有时间记录为两个信号(t)和B (t)。包含10000个时间每个条目(1 x10000向量)。我有100个训练的例子

A1 (t) A2 (t)……A100 (t)

B1 (t) B2 (t)……B100 (t)

我怎么设置“TrainingVector”(重塑命令之前)

为了使用重塑命令“TrainingVector”下面的信息是正确的吗?sampleSize = 100;渠道= 2;身高= 1;宽度= 10000;

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

一件事,我表演回归,而不是分类。问题由一个输出信号包含元素(10000)所以我怎么设置目标矩阵- - - - - - 100 X 10000矩阵?

若昂·m·洛佩斯 2020年3月17日

你好

你找到你的问题的解决方案吗?

我拥有相同的问题:我们应该如何重新安排我们的信号来创建4 d数组?通道的特性是我们的号码?或者我们应该创建一个矩阵2 -的- 10000 - 1 - 100,宽度是信号的长度和高度的功能是我们的号码?

此外,我有另一个问题:你有问题完全连接层的输出尺寸吗?以我为例,我的目标是一个矩阵1 -到- 7600。我总是有一个大小问题…它说需要一个巨大的数组和matlab将变得反应迟钝。你得到同样的错误吗?

谢谢提前

JML

aybike pirol埃尔玛 2020年5月31日

你好, 若昂·m·洛佩斯

你找到你的问题的解决方案吗?

目标=分类(target_trans (1:50 0) ');返回如下错误:

错误使用分类(第431行)

无法创建默认的类别名称。使用CATEGORYNAMES输入参数指定类别名称。

但如果它的大小是365和小,没有问题。但我的目标数据大于365。

登录置评。

在回答这个问题。

接受的答案

沃尔特·罗伯森 2017年8月28日

0
链接

直接链接到这个答案

//www.tatmou.com/matlabcentral/answers/354258-how-do-i-create-a-1d-cnn answer_279398

试一试

CNN_TrainingLabels =分类(Training_Labels_Bin_G);

5个评论
显示隐藏 4年长的评论

Saira 2020年3月23日

如何解决这个错误吗?

错误使用分类/ subsasgn(第84行)

单元格内容分配non-cell数组对象。

错误Trainingcode(35)行

trainingLabel {featureCount} = TrainingimgSets .Description;

代码 :

                                  trainingFeatures (featureCount:) =功能;
                                 
                                  trainingLabel {featureCount} = TrainingimgSets .Description;
                                 
                                  featureCount = featureCount + 1;
                                 
                                  personIndex{我}= TrainingimgSets .Description;
                                 
                                  % % CNN分类器
                                 
                                  层= [
                                 
                                  fullyConnectedLayer (7)
                                 
                                  softmaxLayer
                                 
                                  classificationLayer];
                                 
                                  选择= trainingOptions (“个”,“MaxEpochs”,20岁,“InitialLearnRate”1的军医,“详细”、假);
                                 
                                  trainingLabel =分类(trainingLabel);
                                 
                                  网= trainNetwork (trainingFeatures、trainingLabel层,选择);