無法設置SimpleVector編碼器

Question

將breznak的提交用於編碼器 （我無法通過GitHub找出“ git checkout ...”，因此我只是仔細復制了三個文件-base.py，multi.py和multi_test.py） 。

我運行multi_test.py沒有任何問題。

然后，我調整了模型參數（MODEL_PARAMS），以使'sensorParams'的編碼器部分如下所示：

'encoders': {
    'frequency': {
         'fieldname': u'frequency',
         'type': 'SimpleVector',
         'length': 5,                    
         'minVal': 0,
         'maxVal': 210
     }
 },

我還調整了代碼的modelInput部分，因此如下所示：

model = ModelFactory.create(model_params.MODEL_PARAMS)
model.enableInference({'predictedField': 'frequency'})
y = [1,2,3,4,5]
modelInput = {"frequency": y}
result = model.run(modelInput)

但是無論我將“ y”實例化為列表還是numpy.ndarray，我都會遇到最終錯誤。

File "nta/eng/lib/python2.7/site-packages/nupic/encoders/base.py", line 183, in _getInputValue
    return getattr(obj, fieldname)
AttributeError: 'list' object has no attribute 'idx0'

我還嘗試使用modelInput內聯初始化SimpleVector編碼器，直接對數組進行編碼，然后將其傳遞給modelInput。 因為我現在是雙重編碼，所以這違反了我的SimpleVector的輸入參數。 因此，我刪除了模型參數字典中的編碼器部分。 因為我模型的某些部分正在尋找字典的那部分，所以這引起了口吐聲。

關於下一步我應該做什么？

編輯：這是我與OPF一起使用的文件。

sendAnArray.py

import numpy
from nupic.frameworks.opf.modelfactory import ModelFactory    
import model_params

class sendAnArray():

def __init__(self):
    self.model = ModelFactory.create(model_params.MODEL_PARAMS)
    self.model.enableInference({'predictedField': 'frequency'})
    for i in range(100):
        self.run()

def run(self):
    y = [1,2,3,4,5]
    modelInput = {"frequency": y}
    result = self.model.run(modelInput)
    anomalyScore = result.inferences['anomalyScore']
    print y, anomalyScore

sAA = sendAnArray()

model_params.py

MODEL_PARAMS = {
    'model': "CLA",
    'version': 1,
    'predictAheadTime': None,
    'modelParams': {
        'inferenceType': 'TemporalAnomaly',
        'sensorParams': {
            'verbosity' : 0,
            'encoders': {
                'frequency': {
                    'fieldname': u'frequency',
                    'type': 'SimpleVector',
                    'length': 5,                    
                    'minVal': 0,
                    'maxVal': 210
                }
            },
            'sensorAutoReset' : None,
        },
        'spEnable': True,
        'spParams': {
            'spVerbosity' : 0,
            'globalInhibition': 1,
            'columnCount': 2048,
            'inputWidth': 5,
            'numActivePerInhArea': 60,
            'seed': 1956,
            'coincInputPoolPct': 0.5,
            'synPermConnected': 0.1,
            'synPermActiveInc': 0.1,
            'synPermInactiveDec': 0.01,
        },
        'tpEnable' : True,
        'tpParams': {
            'verbosity': 0,
            'columnCount': 2048,
            'cellsPerColumn': 32,
            'inputWidth': 2048,
            'seed': 1960,
            'temporalImp': 'cpp',
            'newSynapseCount': 20,
            'maxSynapsesPerSegment': 32,
            'maxSegmentsPerCell': 128,
            'initialPerm': 0.21,
            'permanenceInc': 0.1,
            'permanenceDec' : 0.1,
            'globalDecay': 0.0,
            'maxAge': 0,
            'minThreshold': 12,
            'activationThreshold': 16,
            'outputType': 'normal',
            'pamLength': 1,
        },
        'clParams': {
            'regionName' : 'CLAClassifierRegion',
            'clVerbosity' : 0,
            'alpha': 0.0001,
            'steps': '5',
        },
        'anomalyParams': {  
            u'anomalyCacheRecords': None,
            u'autoDetectThreshold': None,
            u'autoDetectWaitRecords': 2184
        },
        'trainSPNetOnlyIfRequested': False,
    },
}

Answer 1

問題似乎是SimpleVector類正在接受數組而不是字典作為輸入，然后在內部將其重建為{'list': {'idx0': 1, 'idx1': 2, ...}} （即好像該字典是輸入內容）。 如果始終如一，這樣做很好，但是您的錯誤表明它已在某處損壞。 與@breznak談一談。

Answer 2

通過OPF很難。 我想將一個索引數組輸入到時間池中，所以我選擇直接與算法接口（我非常依賴hello_tp.py ）。 我一起忽略了SimpleVector，而是通過BitmapArray編碼器工作。

Subutai 在nupic-discuss listserve上有一封有用的電子郵件 ，其中他細分了NuPIC API的三個主要方面：算法，網絡/區域和OPF。 這有助於我更好地了解自己的選擇。