Consulta acerca de matrices
Publicado por juan_o_o (2 intervenciones) el 21/05/2020 18:41:31
Hola, he creado una red neuronal sencilla que consta de una arreglo numérico en una matriz de tamaño (size) = 192 y forma (shape) = (4 , 48) la llame training_data y otra matriz de tamaño (size) = 8 y forma (shape) = (4 , 2) la llame target_data. Lo que realiza el modelo es que por cada fila de 48 elementos de la matriz training le corresponde una fila de 2 elementos de la matriz target (correspondencia 1 a 1).
El modelo funciona bien, al realizar predicción con valores de trainig diferentes arroja resultados coherentes.
Mi consulta es ¿cómo hago o se puede ingresar como datos de entrada al modelo (training_data) no una matriz, sino dos matrices? de iguales tamaños (4 , 48) dejando fijo el tamaño de la matriz de salida (target_data) de (4 , 2). Lo que deseo es separar los datos de la matrzi training (4 , 48) en dos matrices de (4 , 24).
Gracias.
adjunto parte del código, los datos y model.fit que es donde creo se deben especificar las dos matrices de entrada. Adjunto el GitHub tambien.
GitHub: https://github.com/Juan356826/Juan-Palacios/tree/master [github][1]
https://github.com/Juan356826/Juan-Palacios/tree/master
El modelo funciona bien, al realizar predicción con valores de trainig diferentes arroja resultados coherentes.
Mi consulta es ¿cómo hago o se puede ingresar como datos de entrada al modelo (training_data) no una matriz, sino dos matrices? de iguales tamaños (4 , 48) dejando fijo el tamaño de la matriz de salida (target_data) de (4 , 2). Lo que deseo es separar los datos de la matrzi training (4 , 48) en dos matrices de (4 , 24).
Gracias.
adjunto parte del código, los datos y model.fit que es donde creo se deben especificar las dos matrices de entrada. Adjunto el GitHub tambien.
1
2
3
4
5
6
7
# cargamos las 4 combinacionestraining_data = np.array([[8,6,8,6.5,7.5,5,8,6.5,9,5.5,6.5,6.5,6,7,8,104,5.5,6,8,5.5,7,6.5,8,6,8.5,4.5,5.5,6,6.5,8,6,97.5,1.4,1,3,0,1,0.3,0,6.7,0.6,0,0,1,2,0,0.3,3.9],[5.5,6,7.5,5.5,7.5,5,8,6.5,9,5.5,6.5,6.5,6,7,7.5,99.5,5,6,8,5.5,7,6.5,8.5,6.5,8.5,6,6,7,6.5,8,7,102,1.5,0,4,0,1,0,0,6.5,0.7,1,0,1,2,0,0.3,4.9],[8,7.5,8,7.5,7.5,7,8.5,7.5,9,8,8.5,7,6,7.5,7.5,115,6,6,7,5,7,6.5,7,6.5,6,5,6,4,6.5,8,7,93.5,1.4,0,4,1,2,0.3,0.3,8.9,0.7,1,0,0,4,0,0,5.7],[7,7.5,6,6.5,7.5,6.5,8.5,6.5,8,5.5,6.5,6.5,6,7.5,7.5,103.5,7.5,8,7,7.5,8,6.5,8.5,6.5,8.5,5.5,6,8,6.5,7.5,7,108.5,1.6,0,5,0,2,0,0,8.6,0.8,1,0,1,4,0.3,0.3,7.3]], "float32")
# y estos son los resultados esperados en el mismo ordentarget_data = np.array([[0.666666666666667,0.333333333333333],[0,0],[1,0.333333333333333],[0.333333333333333,0.333333333333333]], "float32")
model.fit(training_data, target_data, epochs=1000)
GitHub: https://github.com/Juan356826/Juan-Palacios/tree/master [github][1]
https://github.com/Juan356826/Juan-Palacios/tree/master
Valora esta pregunta
0