Skip to main content
 首页 » 编程设计

python之将 Numpy 数组提供给 CNTK LSTM 模型

2025年02月15日7over140

我想看看是否有办法将序列数据作为 Numpy 数组提供给 CTNK 中定义的文本 LSTM 模型。我数据集中的每个实例都是一个映射回单词的整数序列,每个序列的长度都不同。似乎可以将他们的原始文本数据转换为 CTF 格式,并通过创建生成小批量的 reader 函数将此数据提供给模型,如 this 所示。例子。但是,我想知道是否有办法将 Numpy 数组提供给同一个模型。

在此示例的下方,讨论了 feeding sequences with Numpy ,我希望这能解决我的问题。但是,该示例处理的是图像序列而不是可变长度的单词序列。在示例的情况下,我们将得到一个 n 元素的张量,每个元素都是 3 x 32 x 32,我们可以设置一个输入变量期望这些维度。然而,在每个序列具有不同长度的单词序列的情况下,这个例子就失效了。

对于基于文本的 LSTM/RNN 的 CTNK 和 Numpy 之间互操作的任何帮助,我们将不胜感激。

请您参考如下方法:

您可能正在寻找:

x = cntk.sequence.input_variable(shape=()) 

这是一个示例小程序,​​演示了它如何使用可变序列长度:

import numpy as np 
import cntk 
 
# define the model 
x = cntk.sequence.input_variable(shape=()) 
z = cntk.sequence.last(x) 
 
# define the data 
a = [[1,2,3], [4,5], [6,7,8,9], [0]] 
b = [np.array(i, dtype=np.float32) for i in a] 
 
# evaluate 
res = z.eval({x: b}) 
print(res)