zhuofupan / tensorflow-deep-neural-networks Goto Github PK

fault_diagnosis_TE.py运行报错，DBN初始化中没有hidden_act_func

您好，首先感谢您提供的代码。我想要用DBN处理一个Excel表的数据，4000行14列，每行数据是一个单元，需要根据每行14个数据输出0或1，请问x_dim，y_dim和p_dim怎么设啊？因为这个跟mnist是不一样的，代码封装得厉害，也不太清楚一维数据这时候还需不需要p_dim，求告知。

您好,我最近需要拿訓練好的DBN各層的weight與bias以verilog實現
目前我依您的程式可以改成我需要的網路結構[x_dim, 100, 200, y_dim]=784,100,200,10
且最後輸出很好的分類正確率「Test」: accuracy = 97.71%

但還是不太清楚要在哪個部分提取各層的weight與bias
如我沒讀錯,應該是要各三層的資料為
weight = (784,100), (100,200), (200,10)
bias = (100), (200), (10)
能請您跟我說應該在哪個.py檔內,第幾行提出最後所需資料嗎? 謝謝

您好，谢谢您的出色工作。这对我很有用。
能否使用我自制的肺结节灰度图像数据集来代替mnist数据集，从而实现有无（0,1）结节分类？
让我困惑的是，我不知道我应该把我的肺结节数据集做成什么样的格式，以至于能运行您的代码？
请您给出详细的说明！谢谢您！

您好，请问DBN用作回归问题时，输出层的激活函数还是softmax吗，还是要用别的激活函数？我预测的数据不是在（0,1）内，用sigmiod或softmax得不到大于1的输出。
谢谢！

您好，请问一下在guass-bin的重建过程中，act_function为什么用affine而不是guass?
即 def reconstruction(self,h):
logits = tf.matmul(h, tf.transpose(self.W)) + self.bv
prob_v=self.v_func(logits)
return logits,prob_v

你好，我用您原程序加到4层后，Mnist数据分类几乎错误，把所有类别都分为2了。如果低于4层就没这个问题。请问您试过把隐含层数加到4层吗？是否存在这个问题啊，什么原因呢

stddev=np.sqrt(2 / (self.struct[-2] + self.struct[-1]))，stddev这个参数是标准差，我想2是不是应该是除数

想用自己的图片数据集来试一下，是需要做成和MNIST一样的数据格式吗

你好，我想请问如何在原有的模型下，在新的训练数据下，继续强化学习。

您好！
我想加入QQ群但找不到

gao@ubuntu14:~/py_work/DBN/Tensorflow_deep-belief-network-master/test$ python3 classification_MINST.py
Extracting ../dataset/MNIST_data/train-images-idx3-ubyte.gz
Extracting ../dataset/MNIST_data/train-labels-idx1-ubyte.gz
Extracting ../dataset/MNIST_data/t10k-images-idx3-ubyte.gz
Extracting ../dataset/MNIST_data/t10k-labels-idx1-ubyte.gz
Traceback (most recent call last):
File "classification_MINST.py", line 42, in
rbm_lr=1e-3)
File "../models/dbn.py", line 47, in init
self.build_model()
File "../models/dbn.py", line 89, in build_model
self.train_batch_bp=_optimization.trainer(algorithm=self.bp_algorithm).minimize(self.loss, var_list=self.parameter_list)
File "/usr/local/lib/python3.4/dist-packages/tensorflow/python/training/optimizer.py", line 288, in minimize
grad_loss=grad_loss)
File "/usr/local/lib/python3.4/dist-packages/tensorflow/python/training/optimizer.py", line 346, in compute_gradients
processors = [_get_processor(v) for v in var_list]
File "/usr/local/lib/python3.4/dist-packages/tensorflow/python/training/optimizer.py", line 346, in
processors = [_get_processor(v) for v in var_list]
File "/usr/local/lib/python3.4/dist-packages/tensorflow/python/training/optimizer.py", line 115, in _get_processor
if v.op.type == "ReadVariableOp":
AttributeError: 'list' object has no attribute 'op'
could you tell me how to resolve it? Thanks

我是初学者，你能给我解释一下微调阶段的原理吗？或者给我推荐点详细的资料吗？

毕设要做这个，刚入坑，不太懂

I am setting the line test_Y to true:

# for 'classification'
        self.loss_and_acc=None     # loss, train_acc, test_acc, spend_time
        **self.test_Y=True# real label**
        self.real_class = None
        self.pred_class = None

But it still doesn't show the accuracy of test set