小编Cs2*_*s20的帖子

我使用了我自己创建的激活函数（通常不是），并用于我的 LSTM。一切顺利，我训练了我的模型并将其保存为.h5文件。

这是我自定义的激活函数：

from keras import backend as k

def activate(ab):
    a = k.exp(ab[:, 0])
    b = k.softplus(ab[:, 1])
    a = k.reshape(a, (k.shape(a)[0], 1))
    b = k.reshape(b, (k.shape(b)[0], 1))

    return k.concatenate((a, b), axis=1)

def weibull_loglik_discrete(y_true, ab_pred, name=None):
    y_ = y_true[:, 0]
    u_ = y_true[:, 1]
    a_ = ab_pred[:, 0]
    b_ = ab_pred[:, 1]

    hazard0 = k.pow((y_ + 1e-35) / a_, b_)
    hazard1 = k.pow((y_ + 1) / a_, b_)

    return -1 * k.mean(u_ * k.log(k.exp(hazard1 - hazard0) - …

我正在运行LSTM来为每位患者分类医疗记录.这就是说,对于每个病人(观察),我有一个CSV文件.整个数据集是多个CSV文件,每个文件都是时间序列的DataFrame.停止看这是显而易见的,因为LSTM与图像和时间序列之间存在一个小差异,它是序列的SIZE.图像大小相同但患者录音不是!

题:

如何使用我的培训数据为LSTM网络提供信息？

我相信如果你熟悉图像分类,你可以帮助解决我的问题,但这不仅仅是相同的方法.

例

对于一名患者,我有一个DataFrame,其中包含我想在LSTM中使用的所有记录.

df.shape
Out[29]: (5679000, 4) 
# The 5679000 change from one patient to another but 4 columns are fixed

看看这里:

df.head(4)

Out[30]: 

   AIRFLOW     SaO2    ECG  Target  
0    -34.0  31145.0  304.0     0.0  
1    -75.0  31145.0  272.0     0.0  
2    -63.0  31145.0  254.0     0.0  
3    -57.0  31145.0  251.0     1.0  
4    -60.0  31145.0  229.0     0.0  

问题:

有什么建议可以喂我的网络吗？

请你帮我在闪亮的仪表板的左上角除了项目名称之外添加公司徽标。

我试图在 stackoverflow 上的其他答案中使用代码，但仍然无法解决我的问题。我对 HTML 和 css 一无所知。

这是我的代码：

library(shiny)
library(shinydashboard)
shinyApp(
ui = dashboardPage(skin = "green", 
dashboardHeader(title = "Project name", 
 # this could show the logo but not where I wanted !
 tags$li(a(href = 'http://www.company.com',
              img(src = 'logo.jpg',
              title = "Company Home", height = 30px"),
           style = "padding-top:10px; padding-bottom:10px;"),
                    class = "dropdown"))),
dashboardSidebar(),
dashboardBody()
),
server = function(input, output) {}
)

显示我想如何添加徽标的图片

谢谢

我尝试使用 Windows 操作系统在本地计算机上运行 xgboost。但出现以下错误：

Error in .h2o.doSafeREST(h2oRestApiVersion = h2oRestApiVersion, urlSuffix = page,  : 


ERROR MESSAGE:

java.lang.AssertionError: Unregistered algorithm xgboost

这是我的代码示例：

library(h2o)
h2o.init(enable_assertions = TRUE)
localH2O=h2o.init(nthreads = 8)

train.h2o <- h2o.importFile("train.csv")
test.h2o <- h2o.importFile("test.csv")

# Number of CV folds (to generate level-one data for stacking)
nfolds <- 5

y <- get_index(train.h2o,"loss")
x <- setdiff(1:length(train.h2o), y)
x=h2o.colnames(train.h2o[,x])
y=h2o.colnames(train.h2o[,y])


my_xgb1 <- h2o.xgboost(x = x,
                       y = y,
                       training_frame = train.h2o,
                       ntrees = 50,
                       max_depth = 3,
                       min_rows = 2,
                       learn_rate = 0.2,
                       nfolds …