Спасибо за CNTK Tool, примеры выполняются довольно быстро. Несколько дней пытаюсь настроить простую сеть, но не получается. Мне нужна сеть с 2 входами и 3 выходами, например:
|features 0.3 0.5 |labels 0.2 0.7 0.9
Выходные данные не являются горячим вектором, сеть должна изучить значения меток 0.2 0.7 0.9
. Но в большинстве примеров в качестве вывода используется one-hot-vector, поэтому мне непонятно, как это решить. Я пытался изменить туториал с классификацией 3, но это не работает, сеть неправильно усваивает вывод. Сеть, которую я пробовал, это:
BrainScriptNetworkBuilder = {
SDim = 2 # feature dimension
H1Dim = 50 # hidden dimension
H2Dim = 50 # hidden dimension
LDim = 3 # number of classes (labels)
model (features) = {
W0 = ParameterTensor {(H1Dim:SDim)} ; b0 = ParameterTensor {H1Dim}
W1 = ParameterTensor {(H2Dim:H1Dim)} ; b1 = ParameterTensor {H2Dim}
W2 = ParameterTensor {(LDim:H2Dim)} ; b2 = ParameterTensor {LDim}
r1 = ReLU(W0 * features + b0) # hidden layer 1
r2 = ReLU(W1 * r1 + b1) # hidden layer 2
z = ReLU(W2 * r2 + b2)
}.z
# define inputs
features = Input {SDim, sparse = false}
labels = Input {LDim, sparse = false}
# apply model to features
z = model (features)
# define criteria and output(s)
ce = SquareError(labels, z) # criterion (loss)
err = SquareError(labels, z) # additional metric
# connect to the system. These five variables must be named exactly like this.
featureNodes = (features)
inputNodes = (labels)
criterionNodes = (ce)
evaluationNodes = (err)
outputNodes = (z)
}
Так вот у меня вопрос: Как настроить сеть в CNTK, чтобы на выходе не был один горячий вектор?
Спасибо за помощь.