Я играл с CNTK и обнаружил, что модели можно обучать только с использованием массивов numpy. Это верно?
Это имеет смысл для распознавания изображений и т. Д.
Как мне превратить мой аккуратный набор данных (читаемый как фрейм данных с использованием pandas) в формат, который может обучать логистической регрессии? Я попытался прочитать его в массиве numpy
np.genfromtxt(“My.csv",delimiter=',' , dtype=float)
и я также попытался обернуть переменную с помощью
np.array.MyVeriable.astype('float32')
Но я не получаю того результата, который хочу, чтобы можно было кормить модель.
Я также не могу найти в учебнике ничего о том, как выполнять машинное обучение на табличных фреймах данных в CNTK.
Это не поддерживается?