teratail header banner
teratail header banner
質問するログイン新規登録

質問編集履歴

2

2021/01/05 12:13

投稿

tazaryu
tazaryu

スコア6

title CHANGED
File without changes
body CHANGED
@@ -4,7 +4,13 @@
4
4
  Ex) response = np.argmax(np.bincount(temp))# numpy形式
5
5
               ↓
6
6
   response = torch.argmax(torch.bincount(temp)) # tensor形式
7
+ ###やりたいこと
8
+ 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
9
+ インデントをリストに入れますtemp
7
10
 
11
+ 次に64個要素がリストに入ったら(tmp)
12
+ 計算グラフで計算します。
13
+ この流れです
8
14
  ###エラー文
9
15
  ```
10
16
  response = torch.argmax(torch.bincount(temp))

1

詳細な説明文を書きました

2021/01/05 12:13

投稿

tazaryu
tazaryu

スコア6

title CHANGED
File without changes
body CHANGED
@@ -80,20 +80,20 @@
80
80
  temp = []
81
81
  with HUB.run_in_background(listener.on_event):
82
82
  while True:
83
- data = listener.get_emg_data()
83
+ data = listener.get_emg_data() # 得られたキューをリストにします.
84
84
  if time.time() - start >= 10:
85
- response = np.argmax(np.bincount(temp))
85
+ 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.
86
86
  print("Predicted gesture: {0}".format(response))
87
- temp = []
87
+ temp = []# それらをリストに入れます.
88
88
  start = time.time()
89
89
  if len(data) > 0:
90
- tmp = []
90
+ tmp = []  # 空のリストを入れます.
91
91
  for v in listener.get_emg_data():
92
- tmp.append(v[1])
92
+ tmp.append(v[1])  # データを1つずつ読み込み,リストに入れます.
93
- tmp = list(np.stack(tmp).flatten())
93
+ tmp = list(np.stack(tmp).flatten())
94
- if len(tmp) >= 64: #>=64
94
+ if len(tmp) >= 64: #>=64 データの数が64個になったら
95
- pred = sess.run(y_pred_cls, feed_dict={x: np.array([tmp])})
95
+ 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)
96
- temp.append(pred[0])
96
+ temp.append(pred[0])   # 予測ラベルをtempに入れます,                     
97
97
  with open("name1_pred_ANN.csv", "a") as f:
98
98
  np.savetxt(f, pred, fmt="%s", delimiter=",")
99
99
 
@@ -112,10 +112,10 @@
112
112
  temp = []
113
113
  with HUB.run_in_background(listener.on_event):
114
114
  while True:
115
- data = listener.get_emg_data()
115
+ data = listener.get_emg_data() # 得られたキューをリストにします
116
116
  #print(temp)
117
117
  if time.time() - start >= 1:
118
- #response = np.argmax(np.bincount(temp))# **numpy形式**
118
+ #response = np.argmax(np.bincount(temp))# **numpy形式** 最頻値の最大のインデックス返す
119
119
  temp = torch.stack(temp, dim=1)
120
120
  response = torch.argmax(torch.bincount(temp)) **エラー箇所**
121
121
  response.tolist()