softmax 回归的从零开始实现 讨论区


#42

谢谢,可以使用vision这个module,完整步骤是先卸载mxnet,然后pip install --pre mxnet。但是是什么原理呢?


#43

@dhairoot
因为pip安装的默认是最新稳定版,
但鉴于mxnet还在快速迭代中,稳定版并不稳定,所以你需要安装最新版,就是和github仓库同步的版本。会有不同的bug,或者新特性加入。


#44

这个社区真的很有爱,谢谢啦


#45

大家在下载数据集时有遇到过这种问题么?


#46


#47

好像API里没有单类的logistic regression的loss function,据说自己用ndarray的sigmoid和log写会有数值稳定性的问题,那么是只能输出两列,然后用多类的softmaxcrossentropy?这样当然是可以的,不过感觉有点怪。


#48

有个SigmoidBinaryCrossEntropyLoss, doc里漏列了
https://mxnet.incubator.apache.org/versions/master/api/python/gluon/loss.html#mxnet.gluon.loss.SigmoidBinaryCrossEntropyLoss


#49

请问softmax的数值不稳定怎么解决,最终的学习率最大是多少?


#50

请问小伙伴为什么测试率比训练率高呢?


#51

这个错误是什么意思啊


#52

请问一下调用show_images(data)会报以下错误是什么情况(已经更新到最新版本):
ValueError: Illegal argument(s) to subplot: (1, 9)


#53

我pip install --pre mxnet重新安装之后,显示版本为mxnet-0.12.0b20171016。
但是运行依然报错module ‘mxnet.gluon.data.vision’ has no attribute ‘FashionMNIST’


#54

你看看你导入的mxnet版本和你安装的是不是同一个,或许你安装了多个版本


#55

请问下手动下载成功后,怎么使用,我将下载得到的train-images-idx3-ubyte.gz文件放到了 mxnet/datasets/fashion-mnist下面,但是执行

batch_size = 256
train_data = gluon.data.DataLoader(mnist_train, batch_size, shuffle=True)
test_data = gluon.data.DataLoader(mnist_test, batch_size, shuffle=False)
data, label = mnist_train[0]
('example shape: ', data.shape, 'label:', label)

没有任何的打印输出


#56

我想请问一下,jupyter notebook里的课程信息怎么更新,我通过git bash 打开jupyter的主页,里面没有第三节课的课件。去哪里找?


#57

http://zh.gluon.ai/chapter_prerequisite/install.html 新增了一节关于如何更新


#58

哦哦,谢谢


#59

请问一下,这三个版本对应什么意思啊?有没有区别啊?


还有我更新子的mxnet版本的时候,用到的一些函数是不是也更新了,比如参数多了之类的?会有提醒或者一个表格吗?


#60

有区别的,0.11.0.rc3是个release candidate可以忽略,0.11.0是上一个release,master是github的head也就是最新的
目前mxnet,尤其是gluon更新得比较快所以用到了head的功能

更新的部分可以看github上的release notes


#61

请问一下这个问题解决了吗