FMexample实现中问题汇总

最新推荐文章于 2023-12-13 11:54:26 发布

HelloJFS

最新推荐文章于 2023-12-13 11:54:26 发布

阅读量467

点赞数

CC 4.0 BY-SA版权

分类专栏： tensorflow 文章标签： tensorflow FM

本文链接：https://blog.youkuaiyun.com/HelloJFS/article/details/78706613

tensorflow 专栏收录该内容

6 篇文章

订阅专栏

本文解决使用Python加载MNIST数据集过程中遇到的问题，包括下载失败、数据维度不匹配及TFFMClassifier输入数据类型错误等，并提供具体的解决方案。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

代码地址：FMexample代码示例

1. 不能下载数据

mnist = fetch_mldata('MNIST original', data_home='./tmp')

fatch_mldata 是从mldata.org fetch数据，由于虚拟机终端不能联网的原因，不能从url获取数据。
因此，先下载MNIST_original.mat数据到本地。然后加载本地.mat格式的数据：

mnist = sio.loadmat(u'/home/song/MNIST_data/mnist-original.mat')

2. 数据维度错误

X_all = scale(mnist['data'][mask].astype(float))

这句报错，是因为数据维度对不上，更改为：

X_all = scale(np.transpose(mnist['data'])[mask[0]].astype(float))

主要到：mnist[‘data’]，mnist[‘label’]都是numpy.array数据类型。

备注：上面报错内容，
这里写图片描述

3. TFFMClassifier输入数据类型错误

FM模型数据输入格式报错：

from tffm import TFFMClassifier
model = TFFMClassifier(
    order=6,
    rank=10,
    optimizer=tf.train.AdamOptimizer(learning_rate=0.01),
    n_epochs=100,
    batch_size=-1,
    init_std=0.001,
    input_type='dense'
)
model.fit(X_tr, y_tr, show_progress=True)

在样例中，X_tr和y_tr是numpy.array格式，如果输入数据框格式，会有以上报错。