Python PYLERN2 CSVDataset类型错误

我在将自定义数据集加载到pylearn2时遇到问题。我正在尝试使用一个小的XOR数据集获得一个简单的MLP来训练。我有一个名为

xor.csv

的数据集，它与我的yaml文件位于同一目录中，而yaml文件与Pylern2的

train.py

脚本不在同一目录中

以下是

xor.csv

的全部内容：

label,x,y
0,0,0
1,0,1
1,1,0
0,1,1

以下是我的YAML文件的全部内容：

!obj:pylearn2.train.Train {
    dataset: &train !obj:pylearn2.datasets.csv_dataset.CSVDataset {
        path: 'xor.csv',
        task: 'classification'
    },
    model: !obj:pylearn2.models.mlp.MLP {
        layers: [
                 !obj:pylearn2.models.mlp.Sigmoid {
                     layer_name: 'h0',
                     dim: 10,
                     irange: 0.05,
                 },

                 !obj:pylearn2.models.mlp.Softmax {
                     layer_name: 'y',
                     n_classes: 1,
                     irange: 0.
                 }
                ],
        nvis: 2,
    },
    algorithm: !obj:pylearn2.training_algorithms.sgd.SGD {
        learning_rate: 1e-2,
        batch_size: 1,
        monitoring_dataset:
            {
                'train' : *train
            },
        termination_criterion: 
                !obj:pylearn2.termination_criteria.EpochCounter {
                    max_epochs: 10000
                },
    },
    extensions: [
        !obj:pylearn2.train_extensions.best_params.MonitorBasedSaveBest {
             channel_name: 'valid_y_misclass',
             save_path: "best.pkl"
        },
    ]
}

当我运行Pylern2的

train.py

脚本时，它会在训练之前失败（可能是在编译theano函数时）。以下是整个输出：

[COMPUTER_NAME]:some_folder [MY_NAME]$ python [PATH_TO_PYLEARN2_SCRIPTS]/train.py example_mlp.yml 
/Users/[MY_NAME]/anaconda/lib/python2.7/site-packages/nose/plugins/manager.py:418: UserWarning: Module argparse was already imported from /Users/[MY_NAME]/anaconda/lib/python2.7/argparse.pyc, but /Users/[MY_NAME]/anaconda/lib/python2.7/site-packages is being added to sys.path
  import pkg_resources
Parameter and initial learning rate summary:
    h0_W: 0.01
    h0_b: 0.01
    softmax_b: 0.01
    softmax_W: 0.01
Compiling sgd_update...
Compiling sgd_update done. Time elapsed: 1.109511 seconds
compiling begin_record_entry...
compiling begin_record_entry done. Time elapsed: 0.090133 seconds
Monitored channels: 
    learning_rate
    total_seconds_last_epoch
    train_h0_col_norms_max
    train_h0_col_norms_mean
    train_h0_col_norms_min
    train_h0_max_x_max_u
    train_h0_max_x_mean_u
    train_h0_max_x_min_u
    train_h0_mean_x_max_u
    train_h0_mean_x_mean_u
    train_h0_mean_x_min_u
    train_h0_min_x_max_u
    train_h0_min_x_mean_u
    train_h0_min_x_min_u
    train_h0_range_x_max_u
    train_h0_range_x_mean_u
    train_h0_range_x_min_u
    train_h0_row_norms_max
    train_h0_row_norms_mean
    train_h0_row_norms_min
    train_objective
    train_y_col_norms_max
    train_y_col_norms_mean
    train_y_col_norms_min
    train_y_max_max_class
    train_y_mean_max_class
    train_y_min_max_class
    train_y_misclass
    train_y_nll
    train_y_row_norms_max
    train_y_row_norms_mean
    train_y_row_norms_min
    training_seconds_this_epoch
Compiling accum...
graph size: 115
Compiling accum done. Time elapsed: 1.647879 seconds
Traceback (most recent call last):
  File "/Users/[MY_NAME]/pylearn2/pylearn2/scripts/train.py", line 252, in <module>
    args.verbose_logging, args.debug)
  File "/Users/[MY_NAME]/pylearn2/pylearn2/scripts/train.py", line 242, in train
    train_obj.main_loop(time_budget=time_budget)
  File "/Users/[MY_NAME]/pylearn2/pylearn2/train.py", line 196, in main_loop
    self.run_callbacks_and_monitoring()
  File "/Users/[MY_NAME]/pylearn2/pylearn2/train.py", line 242, in run_callbacks_and_monitoring
    self.model.monitor()
  File "/Users/[MY_NAME]/pylearn2/pylearn2/monitor.py", line 254, in __call__
    for X in myiterator:
  File "/Users/[MY_NAME]/pylearn2/pylearn2/utils/iteration.py", line 859, in next
    for data, fn in safe_izip(self._raw_data, self._convert))
  File "/Users/[MY_NAME]/pylearn2/pylearn2/utils/iteration.py", line 859, in <genexpr>
    for data, fn in safe_izip(self._raw_data, self._convert))
  File "/Users/[MY_NAME]/pylearn2/pylearn2/utils/iteration.py", line 819, in fn
    return dspace.np_format_as(batch, sp)
  File "/Users/[MY_NAME]/pylearn2/pylearn2/space/__init__.py", line 458, in np_format_as
    space=space)
  File "/Users/[MY_NAME]/pylearn2/pylearn2/space/__init__.py", line 513, in _format_as
    self._validate(is_numeric, batch)
  File "/Users/[MY_NAME]/pylearn2/pylearn2/space/__init__.py", line 617, in _validate
    self._validate_impl(is_numeric, batch)
  File "/Users/[MY_NAME]/pylearn2/pylearn2/space/__init__.py", line 984, in _validate_impl
    super(IndexSpace, self)._validate_impl(is_numeric, batch)
  File "/Users/[MY_NAME]/pylearn2/pylearn2/space/__init__.py", line 796, in _validate_impl
    (batch.dtype, self.dtype))
TypeError: Cannot safely cast batch dtype float64 to space's dtype int64.

[COMPUTER\u NAME]：某个文件夹[MY\u NAME]$python[PATH\u TO\u PYLEARN2\u SCRIPTS]/train.py example\u mlp.yml
/Users/[MY_NAME]/anaconda/lib/python2.7/site packages/nose/plugins/manager.py:418:UserWarning:Module argparse已经从/Users/[MY_NAME]/anaconda/lib/python2.7/site-packages导入，但是/Users/[MY_NAME]/anaconda/lib/python2.7/site-packages正在添加到sys.path
导入pkg_资源
参数和初始学习率汇总：
h0_W:0.01
h0_b:0.01
softmax_b:0.01
softmax_W:0.01
正在编译sgd_更新。。。
编译sgd_更新完成。所用时间：1.109511秒
正在编译开始记录项。。。
编译开始\u记录\u条目已完成。所用时间：0.090133秒
受监控频道：
学习率
总秒数最后一个历元
列车规格最大值
列车规格是什么意思
列车0列最低标准
列车0\u max\u x\u max\u
列车最大值x平均值
列车h0最大x最小
列车0平均值x最大值
火车是什么意思
火车是什么意思
列车0\u最小值x\u最大值
火车是什么意思
列车h0_min_x_min_
列车h0范围x最大值
列车高度范围平均值
列车h0范围x分钟
列车0排标准最大值
列车0排标准平均值
列车（h0排）最低定额
训练目标
列车y\U col\U norms\U max
火车是什么意思
列车长
列车y__max_max_class
训练你的意思是最高等级
列车y\U最小值\最大值\级
火车班
火车站
列车y排标准最大值
火车站，你是说什么
列车y排最低标准
在这个新纪元里训练几秒钟
编译accum。。。
图表大小：115
编译完成。所用时间：1.647879秒
回溯（最近一次呼叫最后一次）：
文件“/Users/[MY_NAME]/pylearn2/pylearn2/scripts/train.py”，第252行，在
args.verbose_日志记录，args.debug）
文件“/Users/[MY_NAME]/pylearn2/pylearn2/scripts/train.py”，第242行，列车中
列车对象主回路（时间预算=时间预算）
文件“/Users/[MY_NAME]/pylern2/pylern2/train.py”，第196行，在主循环中
self.run_回调_和_监控（）
文件“/Users/[MY_NAME]/pylern2/pylern2/train.py”，第242行，在运行回调和监控中
self.model.monitor（）
文件“/Users/[MY_NAME]/pylearn2/pylearn2/monitor.py”，第254行，在调用中__
对于myiterator中的X：
文件“/Users/[MY_NAME]/pylearn2/pylearn2/utils/iteration.py”，下一页第859行
对于数据，安全izip中的fn（自身原始数据，自身转换））
文件“/Users/[MY_NAME]/pylearn2/pylearn2/utils/iteration.py”，第859行，在
对于数据，安全izip中的fn（自身原始数据，自身转换））
fn中的文件“/Users/[MY_NAME]/pylearn2/pylearn2/utils/iteration.py”，第819行
返回dspace.np格式（批处理，sp）
文件“/Users/[MY_NAME]/pylearn2/pylearn2/space/\uuuu init\uuuu.py”，第458行，np_格式
空间=空间）
文件“/Users/[MY_NAME]/pylern2/pylern2/space/_init__uuu.py”，第513行，格式为
自我验证（是数字，批处理）
文件“/Users/[MY_NAME]/pylearn2/pylearn2/space/_init__.py”，第617行，在
self.\u validate\u impl（是数字，批处理）
文件“/Users/[MY_NAME]/pylearn2/pylearn2/space/_init__.py”，第984行，在_validate_impl中
super（索引空间，self）。\u validate\u impl（是数字，批处理）
文件“/Users/[MY_NAME]/pylearn2/pylearn2/space/\uuuu init\uuuu.py”，第796行，在
（batch.dtype，self.dtype））
TypeError:无法将批处理dtype float64安全地强制转换为空间的dtype int64。

---

这到底是什么意思？我查看了

CSVDataset

的代码，它使用

np.loadtxt

加载数据，这应该会将它们作为浮点数引入。如果我编辑

xor.csv

使其看起来像浮动（

1->1.0

），则不会发生任何更改。

这是因为CSVDataset的y属性类型设置为浮动64。
我已经修复了csv\u dataset.py的\uuuu init\uuuu（），如下所示，它可以正常工作。
我不知道这是不是派伦2号的问题

    if self.task == 'regression':
        super(CSVDataset, self).__init__(X=X, y=y)
    else:
        super(CSVDataset, self).__init__(X=X, y=y.astype(int),
                                         y_labels=np.max(y) + 1)

顺便说一句，你应该修复你的yaml

• Softmax层的n_类应为2
• “通道名称：'valid_y_misclass'”导致错误，因为您没有设置监视数据集的“valid”属性。
  尝试设置监控数据集的“有效”，或改用“train_y_misclass”

---

谢谢，工作很有魅力！我根据你的建议修复了我的yaml。我是pylearn2的新手：）