編集履歴

質問編集履歴

2021/01/05 12:13

投稿

tazaryu

スコア6

test CHANGED Viewed

File without changes

test CHANGED Viewed

@@ -10,7 +10,19 @@
   　response = torch.argmax(torch.bincount(temp))　# tensor形式
+###やりたいこと
+得られるデータの最頻値を計算し、その最大要素のインデントを求めます。response
+インデントをリストに入れますtemp
+次に64個要素がリストに入ったら(tmp)
+計算グラフで計算します。
+この流れです
 ###エラー文

詳細な説明文を書きました

2021/01/05 12:13

投稿

tazaryu

スコア6

test CHANGED Viewed

File without changes

test CHANGED Viewed

@@ -162,19 +162,91 @@
         while True:
-            data = listener.get_emg_data()
+            data = listener.get_emg_data()　# 得られたキューをリストにします．
             if time.time() - start >= 10:
-                response = np.argmax(np.bincount(temp))
+                response = np.argmax(np.bincount(temp)) # 最頻値の最大値のインデックスを返します．
                 print("Predicted gesture: {0}".format(response))
+                temp = []# それらをリストに入れます．
+                start = time.time()
+            if len(data) > 0:
+                tmp = []　　# 空のリストを入れます．
+                for v in listener.get_emg_data():
+                    tmp.append(v[1])　　# データを1つずつ読み込み，リストに入れます．
+                tmp = list(np.stack(tmp).flatten())
+                if len(tmp) >= 64:                         #>=64 データの数が64個になったら
+                    pred = sess.run(y_pred_cls, feed_dict={x: np.array([tmp])})　# 計算グラフで計算します．（モデル）
+                    temp.append(pred[0])　　     # 予測ラベルをtempに入れます，
+                    with open("name1_pred_ANN.csv", "a") as f:
+                        np.savetxt(f, pred, fmt="%s", delimiter=",")
+            sleep(0.01)
+コード
+```
+### 現在，実装中のコードpytorchベース，numpy形式から変換したい場所だけ記載します．
+```
+if __name__ == '__main__':
+    myo.init(bin_path=r'C:\Users\name\Desktop\myo-sdk-win-0.9.0\bin')
+    HUB = myo.Hub()
+    model.eval()
+    listener = MyListener()
+    start = time.time()
+    temp = []
+    with HUB.run_in_background(listener.on_event):
+        while True:
+            data = listener.get_emg_data() # 得られたキューをリストにします
+            #print(temp)
+            if time.time() - start >= 1:
+                #response = np.argmax(np.bincount(temp))# **numpy形式**　最頻値の最大のインデックス返す
+                temp = torch.stack(temp, dim=1)
+                response = torch.argmax(torch.bincount(temp)) **エラー箇所**
+                response.tolist()
+                print("Predicted gesture: {0}".format(response))
                 temp = []
                 start = time.time()
-            if len(data) > 0:
+            if len(data) > 0:              # len(data) = 8
                 tmp = []
@@ -184,94 +256,22 @@
                 tmp = list(np.stack(tmp).flatten())
+                tmp = torch.tensor(tmp)  # tensor型に変換（listの中身を）
+                #print(tmp)
-                if len(tmp) >= 64:                      #>=64
+                if len(tmp) >= 64:
+                    pred = model(tmp)
+                    #pred = torch.mean(_,predicted, feed_dict={x: np.array([tmp])})
-                    pred = sess.run(y_pred_cls, feed_dict={x: np.array([tmp])})
+                    #pred = sess.run(y_pred_cls, feed_dict={x: np.array([tmp])})
+                    print(pred)
                     temp.append(pred[0])
-                    with open("name1_pred_ANN.csv", "a") as f:
-                        np.savetxt(f, pred, fmt="%s", delimiter=",")
-            sleep(0.01)
-コード
-```
-### 現在，実装中のコードpytorchベース，numpy形式から変換したい場所だけ記載します．
-```
-if __name__ == '__main__':
-    myo.init(bin_path=r'C:\Users\name\Desktop\myo-sdk-win-0.9.0\bin')
-    HUB = myo.Hub()
-    model.eval()
-    listener = MyListener()
-    start = time.time()
-    temp = []
-    with HUB.run_in_background(listener.on_event):
-        while True:
-            data = listener.get_emg_data()
-            #print(temp)
-            if time.time() - start >= 1:
-                #response = np.argmax(np.bincount(temp))# **numpy形式**
-                temp = torch.stack(temp, dim=1)
-                response = torch.argmax(torch.bincount(temp)) **エラー箇所**
-                response.tolist()
-                print("Predicted gesture: {0}".format(response))
-                temp = []
-                start = time.time()
-            if len(data) > 0:              # len(data) = 8
-                tmp = []
-                for v in listener.get_emg_data():
-                    tmp.append(v[1])
-                tmp = list(np.stack(tmp).flatten())
-                tmp = torch.tensor(tmp)  # tensor型に変換（listの中身を）
-                #print(tmp)
-                if len(tmp) >= 64:
-                    pred = model(tmp)
-                    #pred = torch.mean(_,predicted, feed_dict={x: np.array([tmp])})
-                    #pred = sess.run(y_pred_cls, feed_dict={x: np.array([tmp])})
-                    print(pred)
-                    temp.append(pred[0])
             sleep(0.01)
 ```