小编Eda*_*Eda的帖子

我在 Windows 10 上使用 tensorflow 2.1。正在运行

model.add(Conv3D(16, (22, 5, 5), strides=(1, 2, 2), padding='valid',activation='relu',data_format= "channels_first", input_shape=input_shape))

在 spyder 上，我收到此错误：

{ AttributeError: module 'tensorflow_core._api.v2.config' has no attribute 'experimental_list_devices' }

我该如何解决这个错误？

我想使用 pca 降维来降低大小为 (5,3844) 的矩阵的维数。I got this error n_components=1000 must be between 0 and min(n_samples, n_features)=2 with svd_solver='full'.

我尝试了超过 5 周的时间来寻找如何做到这一点。

任何帮助，将不胜感激。

coeffs = wavedec(y, 'sym5', level=5)
cA5,cD5,cD4,cD3,cD2,cD1=coeffs
result = []
    common_x = np.linspace(0,3844, len(cD1))
    for c in [cD5,cD4,cD3,cD2,cD1]:
        x = np.linspace(0, 3844, len(c))
        f = interp1d(x, c)
        result.append(f(common_x)) #(5,3844)
    pca = PCA(n_components=1000)
    pca.fit(result)
    data_pca = pca.transform(result)
    print("original shape:   ", result.shape) ##(5,3844)
    print("transformed shape:", data_pca.shape) 

我想在 3D 矩阵 (69,2640,7680) 上应用 PCA 降维。我有 69 个 2D 矩阵，每个矩阵都有一个大小 (2640,7680)。我想将 PCA 作为 3D 矩阵 (69,2640,7680) 应用于这些矩阵。我不知道该怎么做。

任何帮助，将不胜感激。

代码：

    data=np.load('Normal_windows.npy')
    pca = PCA(n_components=1000)
    pca.fit(data)
    data_pca = pca.transform(data)
    print("original shape:   ", data.shape) ##(69,2640,7680)
    print("transformed shape:", data_pca.shape) 
 

我想加载多个 numpy 文件并将它们放入像这样的数组中 ["file1.npy","file2.npy","file3.npy",......] 在此数组上应用 pca 降维。

任何帮助，将不胜感激

代码

k=1
for indexPatient in range(0, len(patients)): 
    interictalData_withoutpca=np.concatenate((interictalData, tmpData[0:22,start*256:end]), axis=1)
    x=np.array(interictalData_withoutpca)
    y=np.save('interictalData_matrix'+str(k)+'_'+patients[indexPatient]+'_'+str(l),x)
    k+=1