问题描述
我需要有关机器学习输入的帮助/意见。
我有一个hdf5文件
combined.h5
包含几个数据集,每个数据集包含4 X 125的矩阵(4行和125列)
我一直在寻找如何输入包含矩阵的hdf5文件作为机器学习的输入,但是没有找到足够适合我的答案/示例作为参考。 下面是我修改后的脚本
import numpy as np
import h5py
from keras.models import Sequential
from keras.layers import Dense
seed = 7
np.random.seed(seed)
dataset = h5py.File('combined.h5', 'r') #has 5 dataset
X = dataset #input
Y = ["A","CFL","SS","G","FF"] #output
model = Sequential()
model.add(Dense(125, input_dim=125, init='normal', activation='relu'))
model.add(Dense(5, init='uniform', activation='sigmoid'))
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
model.fit(X, Y, nb_epoch=150, batch_size=10)
scores = model.evaluate(X, Y)
print("%s: %.2f%%" % (model.metrics_names[1], scores[1]*100))
我运行了此脚本,并收到如下错误
TypeError: Error when checking model input: data should be a Numpy array, or list/dict of Numpy arrays. Found: <HDF5 file "combined.h5" (mode r)>...
我的问题是如何加载包含矩阵形式的数据集的hdf5文件作为机器学习的输入数据?
*其他问题,我想链接每个数据集的输出。 例如,数据集1的输出数据为“ A”,数据集2的输出数据为“ CFL”,依此类推...是否有适当的方法来完成此操作,或者用我在脚本中编写的内容是否足够?
谢谢您的帮助。
1楼
这应该用于每个命名的数据集:
X = dataset['dataset_name'][:] #input
要查找数据集的名称,可以使用以下脚本:
for key in dataset.keys():
print key
在这里,您可以从文件中取出完整的数据集。 如果不对数据集进行切片,则只会得到指向h5py数据集对象的指针。 使用slice运算符提取numpy数组。 ( )
您只需要想象hdf5文件就像一个文件夹结构,就必须遍历该文件夹结构才能获取数据。 然后,您可以使用切片来加载数据。