本文整理汇总了C#中Dataset.GetOutputDimension方法的典型用法代码示例。如果您正苦于以下问题：C# Dataset.GetOutputDimension方法的具体用法？C# Dataset.GetOutputDimension怎么用？C# Dataset.GetOutputDimension使用的例子？那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在类Dataset的用法示例。
在下文中一共展示了Dataset.GetOutputDimension方法的3个代码示例，这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞，您的评价将有助于系统推荐出更棒的C#代码示例。
示例1: bTrainLines_Click
private void bTrainLines_Click(object sender, EventArgs e)
{
data = PragmaLearn.Exampels.Datasets.Lines.Create(100000);
var hidden = data.GetInputDimension();
if (network.GetInputs() != data.GetInputDimension() || network.GetOutputs() != data.GetOutputDimension())
network.Init(data.GetInputDimension(), hidden, hidden, data.GetOutputDimension());
network.learningRate = 0.0001f;
network.lambda = 0.0f;
Task.Run(() =>
{
running = true;
int t = 0;
while (running)
{
t++;
// network.Train(data);
var batch = genMiniBatch(100);
network.TrainMiniBatch(data, batch);
Console.WriteLine("LEARNING RATE: " + network.learningRate);
//if (network.learningRate > 0.0001)
// network.learningRate *= 0.9998;
if (t % 10 == 0)
{
this.Invoke(test);
}
}
});
}示例2: CalcRMSE
public float CalcRMSE(Dataset data)
{
var error = 0.0;
for (int i = 0; i < data.input.Count; ++i)
{
var p = Predict(data.input[i]);
var y = data.output[i];
var se = 0.0;
for (int j = 0; j < p.Length; ++j)
{
se += (p[j] - y[j]) * (p[j] - y[j]);
}
error += se;
}
error /= (data.output.Count * data.GetOutputDimension());
return (float)Math.Sqrt(error);
}示例3: bTrainOCR_Click
private void bTrainOCR_Click(object sender, EventArgs e)
{
data = PragmaLearn.Exampels.Datasets.OCR.Create();
var hidden = data.GetInputDimension();
if (network.GetInputs() != data.GetInputDimension() || network.GetOutputs() != data.GetOutputDimension())
network.Init(data.GetInputDimension(), hidden, data.GetOutputDimension());
network.learningRate = 0.0001f;
network.lambda = 0.0f;
train(data, batchSize:100);
}