Основные вопросы о примере линейной регрессии от NVIDIA DIGITS

Question

У меня много ценностей за все дни за целый год. Я хочу проверить, имеют ли они какое-то сходство для каждого месяца (проверьте, соответствуют ли значения этих дней правильному месяцу и / или предсказывают ли будущие те же месяцы из другого будущего года). Из https://github.com/NVIDIA/DIGITS/tree/master/examples/regression и альтернативного метода: создание файлов LMDB вручную, что я могу сделать? Я должен поместить все эти значения за все дни за целый год в val_db и train_db? После этого генерировать одно тестовое изображение для каждого месяца со всеми днями из этих месяцев? Или я должен сделать val_db и train_db для каждого месяца отдельно? Спасибо.

Answer 1

Честно говоря, ЦИФРЫ могут быть немного излишними для вас. Вам не нужно много вычислительных ресурсов, чтобы обучить небольшую проблему логистической регрессии, и результаты должны быть довольно легко интерпретировать.

Но если вы хотите продвигаться вперед с ЦИФРАМИ, вам придется

1. Отформатируйте ваши данные как большой двоичный объект CxHxW (может быть, просто 1x1xN, где N - это количество функций, которые у вас есть)
2. Отформатируйте вашу метку как блок данных CxHxW (возможно, только 1x1x1)
3. Создайте модель Caffe, которая работает для простой логистической регрессии (может быть, только один слой внутреннего продукта?)

Чтобы получить помощь в этом, пожалуйста, пишите в нашей группе пользователей, а не здесь в SO (после README).