最近、1 次元データを 2 次元画像に変換するコードを実行しました。コードリンクは次のとおりです。
最終的な出力結果が idxmin に遭遇し、エラーを報告し続けるまで、 GASF -GADF-MTFの分類(ResNet)ですので、その合間に工程をまとめます。
log = pd.DataFrame(hist.history)
log['time'] = (time.time() - start)
print('----------- Resultados -----------')
print('Loss: ', log.loc[log['loss'].idxmin]['loss'])# 报错位置
print('Acc: ', log.loc[log['loss'].idxmin]['val_accuarcy'])
print('Tempo de processamento: %.2f segundos.' % (time.time() - start))
log.to_pickle('Resultados_' + datafile)エラーメッセージは次のとおりです。
DataFrame の真理値はあいまいです。a.empty、a.bool()、a.item()、a.any() または a.all() を使用します。
長い間チェックした結果、このコードでの idxmin の使用は標準化されておらず、括弧が必要なためです。
print('Loss: ', log.loc[log['loss'].idxmin()]['loss'])最後に、このように変更した後はスムーズに渡すことができ、idxmin は返されたインデックスです。
理解するための最も簡潔な方法は、次の図です。図の student_info.idxmin() は、中国語、数学、および英語の最小値のインデックスを参照するため、print(student_info.idxmin()) の最終出力は次のようになります。
中国語：4
数学:0
英語:0
この図を理解した後、テキストで使用されている print('Loss: ', log.loc[log['loss'].idxmin()]['loss']) を理解するのは簡単です. このコードは、からの検索を参照しています.最小のものはインデックスを返します. このインデックスに従って, 対応する損失列の内容が出力されます. 同様に, 対応する val_accuracy 列の内容が出力されます. 出力 ResNet モデルの損失値と対応する val_accuracy 値を表します