包含矩阵N x M作为用于keras机器学习的输入的hdf5文件

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。