質問編集履歴
2
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
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:
|
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()
|