資料與label結合 今天廢廢,進行了訓練資料的分割,首先廢廢將資料與label結合在一起並寫入至xy.csv,其結果如下:程式碼(1)如下: x=[[0, -...
分檔 今天廢廢的進度有點緩慢,因為一些小bug與分檔緩慢的情況,在D11時還未將train分出valid,現在廢廢已消除問題並進行分割了。依舊照用此網站的程式碼...
廢廢吸取了昨天的教訓,改換方法。 資料處理 今天將資料分成的x.csv(牌局資料)與y.csv(label),先寫入train.csv的header(label...
廢廢今天一整天都在等資料跑完,其中電腦當掉大概15次左右吧。一次性將87萬筆資料全轉成三維陣列果然對廢廢的電腦太勉強了,每跑一次都要等一個小時還要當掉重跑,不只...
今天廢廢來釐清一下從過去到現在的所有想法吧! 資料格式 首先,關於資料格式,我們是使用前輩處理好的一維資料來進行CNN訓練。[strength, flop0,...
廢廢做了兩手準備,首先如DAY15一樣使用三維矩陣去訓練(缺點是前期的資料處理時間會過長),接著是使用二維矩陣去訓練,比如[12, 50, 38, 36, -1...
廢廢今天決定是一種方式,那就是將87萬筆分成9個csv檔,每個檔案都包含10萬筆資料這樣電腦也不會當掉了,並且分離的很成功,如圖一分成9個檔案後,再依序全部轉成...
廢廢今天和專題老師討論過後,發現不至於使用三維矩陣,因為如同DAY15的作法,一個資料變為一個二維矩陣會變成169大小的矩陣只有一個數值而已,剩下的填0會有16...
前幾天廢廢遇到了過度擬合的問題每次訓練準確度都是100%,說來慚愧搞了這麼久才發現我是直接使用全連接層來訓練,沒有使用卷積層,但是今天經過了好幾次的失敗,測試用...
今天廢廢完成了專題的80%了!首先資料分割完成,再將資料轉成可以input至CNN的格式,接著開始訓練後預測出的數值,還要符合輸入javascript的格式讓他...