4
は畳み込みニューラルネットワークの作成にTFLearnを使用する際に混同行列を取得する方法をワークアウトの問題を持ちます。次のように私がこれまで持っているコードは次のとおりです。TfLearn混乱マトリックストレーニング:: bad_alloc
STD」のインスタンスを投げた後に呼び出さTERMINATE :: bad_alloc:私は、私は次のエラーメッセージが与えられています。このコードを実行しようと
from __future__ import division, print_function, absolute_import import tflearn from tflearn.layers.core import input_data, dropout, fully_connected from tflearn.layers.conv import conv_2d, max_pool_2d from tflearn.layers.normalization import local_response_normalization from tflearn.layers.estimator import regression from sklearn.metrics import confusion_matrix import h5py hdf5Test = h5py.File('/path', 'r') X = hdf5Test['X'] Y = hdf5Test['Y'] # Building convolutional network network = input_data(shape=[None, 240, 320, 3], name='input') network = conv_2d(network, 32, 3, activation='relu', regularizer="L2") network = max_pool_2d(network, 2) network = local_response_normalization(network) network = conv_2d(network, 64, 3, activation='relu', regularizer="L2") network = max_pool_2d(network, 2) network = local_response_normalization(network) network = fully_connected(network, 128, activation='tanh') network = dropout(network, 0.8) network = fully_connected(network, 256, activation='tanh') network = dropout(network, 0.8) network = fully_connected(network, 2, activation='softmax') network = regression( network, optimizer='sgd', learning_rate=0.01, loss='categorical_crossentropy', name='target' ) # Training model = tflearn.DNN(network, tensorboard_verbose=0) model.load('/path.tflearn') predictions = model.predict(X) print(confusion_matrix(Y, predictions))
毎回bad_alloc 中止(コアダンプ)
何かアドバイスがTFLearnに新しい、素晴らしいことだのstd :::何を() ' 。最後に
あなたは同じ形状の合成データを生成するために、いくつかまたはあなたのデータ、またはコードを追加することはできますか? MWEが含まれている場合は、質問に簡単に回答できます。 – ncfirth
また、完全なスタックトレースを含めることができますが、問題の原因がどこで診断されるかは簡単です。 – ncfirth
私が使用しているデータセットはhttp://www.pitt.edu/~emotion/um-spread.htmです。各画像は3チャンネルで240 * 320です。テストのためにデータセットから無作為に採取された9679の画像があります。 – hudsond7