Java Deeplearning4j将模型解析为数据集

Java Deeplearning4j将模型解析为数据集,java,android,csv,deep-learning,deeplearning4j,Java,Android,Csv,Deep Learning,Deeplearning4j,Deeplearning4j的官方指南展示了如何使用.csv文件,但我想知道如何使用自定义模型。我试图寻找一个合适的数据集实现,但似乎找不到。即使它采用普通的.csv格式的内容(字符串格式),也已经足够了。我试着这样做: 型号: package com.example.kamil.deeplearningandroid; public class Job implements LearnableModel { private int type; private int salary; priv

Deeplearning4j的官方指南展示了如何使用.csv文件,但我想知道如何使用自定义模型。我试图寻找一个合适的数据集实现,但似乎找不到。即使它采用普通的.csv格式的内容(字符串格式),也已经足够了。我试着这样做:

型号:

package com.example.kamil.deeplearningandroid;

public class Job implements LearnableModel {
private int type;
private int salary;
private int choice;

public Job(String type, int salary, boolean choice) {
    this.type = encodeType(type);
    this.salary = salary;
    this.choice = encodeChoice(choice);
}

private int encodeType(String job) {
    switch (job) {
        case "Mechanic": return 0;
        case "Programmer": return 1;
        case "Teacher": return 2;
        case "Driver": return 3;
        case "Cook": return 4;
        default: return 5;
    }
}

private int encodeChoice(boolean choice) {
    return choice ? 1: 0;
}

@Override
public String toString() {
    return type + SEPARATOR + salary + SEPARATOR + choice + "\n";
}
}
在这方面:

 private DataSet readStringDataset(List<LearnableModel> data, int batchSize, int labelIndex, int numClasses) throws IOException, InterruptedException {
    RecordReader rr = new LineRecordReader();
    rr.initialize(new StringSplit(modelToString(data)));
    DataSetIterator iterator = new RecordReaderDataSetIterator(rr,batchSize,labelIndex,numClasses);
    return iterator.next();
}

private String modelToString(List<LearnableModel> list) {
    StringBuilder sb = new StringBuilder();
    for (LearnableModel model: list) {
        sb.append(model.toString());
    }
    return sb.toString();
}
你应该用。没有“数据集实现”,所有内容都转换为Ndarray

我们的例子不仅仅包括这一点:

编辑:用于在简单csv上进行推断。您可以执行以下简单操作: 字符串[]arr=line.split(“,”)

通过float.parseFloat和double.parseDouble()创建double[]或float[]

然后做: INDArray arr=Nd4j.create(float[]);或INDArray arr=Nd4j.create(double[])

您不需要数据集来进行推理/评分,只需要用于训练,然后将datavec与RecordReaderDataSetIterator或SequenceRecordReaderDataSetIterator一起用于时间序列。

您应该使用。没有“数据集实现”,所有内容都转换为Ndarray

我们的例子不仅仅包括这一点:

编辑:用于在简单csv上进行推断。您可以执行以下简单操作: 字符串[]arr=line.split(“,”)

通过float.parseFloat和double.parseDouble()创建double[]或float[]

然后做: INDArray arr=Nd4j.create(float[]);或INDArray arr=Nd4j.create(double[])


推理/评分不需要数据集,仅用于训练,然后将datavec与时间序列的RecordReaderDataSetIterator或SequenceRecordReaderDataSetIterator一起使用。

目前这两个链接都不可用。你的意思可能是,两个链接目前都不可用。你可能是故意的
W/System.err: java.lang.NumberFormatException: Invalid double: "1,10,0
W/System.err: 1,15,1
W/System.err: 4,7,0
W/System.err: 5,10,1
W/System.err: 3,10,0
W/System.err: 3,20,0
W/System.err: 4,5,0
W/System.err: 4,12,1
W/System.err: 2,20,1
W/System.err: 2,4,0
W/System.err: 5,12,1
W/System.err: 0,10,0
W/System.err: 5,5,0
W/System.err: 1,10,0
W/System.err: 2,16,1
W/System.err: 3,30,1
W/System.err: 4,16,1
W/System.err: 5,19,1
W/System.err: 5,6,0
W/System.err: 1,11,0"
W/System.err:     at java.lang.StringToReal.invalidReal(StringToReal.java:63)
W/System.err:     at java.lang.StringToReal.initialParse(StringToReal.java:164)
W/System.err:     at java.lang.StringToReal.parseDouble(StringToReal.java:282)
W/System.err:     at java.lang.Double.parseDouble(Double.java:301)
W/System.err:     at org.datavec.api.writable.Text.toDouble(Text.java:601)
W/System.err:     at org.deeplearning4j.datasets.datavec.RecordReaderDataSetIterator.getDataSet(RecordReaderDataSetIterator.java:271)
W/System.err:     at org.deeplearning4j.datasets.datavec.RecordReaderDataSetIterator.next(RecordReaderDataSetIterator.java:177)
W/System.err:     at org.deeplearning4j.datasets.datavec.RecordReaderDataSetIterator.next(RecordReaderDataSetIterator.java:372)
W/System.err:     at org.deeplearning4j.datasets.datavec.RecordReaderDataSetIterator.next(RecordReaderDataSetIterator.java:52)
W/System.err:     at com.example.kamil.deeplearningandroid.JobClassifier.readStringDataset(JobClassifier.java:185)
W/System.err:     at com.example.kamil.deeplearningandroid.JobClassifier.classify(JobClassifier.java:65)
W/System.err:     at com.example.kamil.deeplearningandroid.MainActivity.onCreate(MainActivity.java:23)
W/System.err:     at android.app.Activity.performCreate(Activity.java:6251)
W/System.err:     at android.app.Instrumentation.callActivityOnCreate(Instrumentation.java:1107)
W/System.err:     at android.app.ActivityThread.performLaunchActivity(ActivityThread.java:2369)
W/System.err:     at android.app.ActivityThread.handleLaunchActivity(ActivityThread.java:2476)
W/System.err:     at android.app.ActivityThread.-wrap11(ActivityThread.java)
W/System.err:     at android.app.ActivityThread$H.handleMessage(ActivityThread.java:1344)
W/System.err:     at android.os.Handler.dispatchMessage(Handler.java:102)
W/System.err:     at android.os.Looper.loop(Looper.java:148)
W/System.err:     at android.app.ActivityThread.main(ActivityThread.java:5417)
W/System.err:     at java.lang.reflect.Method.invoke(Native Method)
W/System.err:     at com.android.internal.os.ZygoteInit$MethodAndArgsCaller.run(ZygoteInit.java:726)
W/System.err:     at com.android.internal.os.ZygoteInit.main(ZygoteInit.java:616)