JuliaでMXNetを使用するシンプルな3層MLPの例を理解してください

Question

私はニューラルネットワークについて基本的な知識があります。私は、異なるカテゴリラベルに対応する0または1を格納するy行列（期待される結果）が必要であることを理解しています。一例として、桁認識の場合、識別される番号が6の場合、yベクトルは[0,0,0,0,0,1,0,0,0,0]である必要があります。しかし、私がMXNetの例in MXNet.jl repository on Githubを見ると、この種の結果行列を準備するコードを特定できませんでした。 - train_provider、eval_provider

train_provider, eval_provider = get_mnist_providers(batch_size) 

私はこれらのプロバイダが何であるかのアイデアを持っていない：私は魔法が2つのプロバイダを返しget_mnist_providers()方法にあると思います。 これらのプロバイダを理解するのを手伝ってください。私は別の分類を持つアルゴリズムを書こうとしているので、このプロバイダを理解することが不可欠です。

Answer 1

ラベルに対応するyベクトルを提供することは正しいです。 MXNetにはイテレータの概念があります。イテレータは、データをラベルにバインドするために使用されます。あなたのget_mnist_providersメソッドはおそらく、それに対応するラベルが付いたデータイテレータを提供しています。データのイテレータは、モデルの最適化の全体像に適合し、このチュートリアル（mxnet-notebooksのGithubリポジトリへのリンク）を試すことができる方法についてのより詳細な理解のために

： linear-regression.ipynb

（あなたが実行するjupyterノートPCが必要になりますチュートリアルをインストールするだけです.jupyterをインストールしてチュートリアルファイルが存在するフォルダに 'jupyter notebook'コマンドを実行してください）