我在一个表中以不同的epochs插入数据(在不同的时间提交不同的行)。from test;---+---+------- 3 | 4 | 38 7 | 8 | 40 为什么当我指定为什么只有40个有效？为什么40之前的epochs不存在，尽管表中显示了它们。
浏览 14提问于2021-11-01得票数 1
1回答
我正在学习Keras库，遇到了一个问题。我正在创建一个非常简单的神经网络。它需要三位数字的输入(例如，010)，并输出单个数字(例如.1)。如果输入的三位数中有1，它应该只输出1。然而，当我运行我的代码时，整个五个时期的准确率保持在87.5%。这告诉我，它根本不是在为000个实例进行训练。为什么它没有改变呢？我看不出我做错了什么：f
浏览 0提问于2020-12-09得票数 1
2回答
我正在使用keras实现一个简单的二进制分类网络。我有一个包含两个类别的数据集，我正在尝试使用这些数据来训练我的网络。我没有一个庞大的数据集。这两个类别的图像总数都在500左右。self.model.add(Dropout(0.25))sgd = SGD(lr=0.01, decay=1e-6, momentum=0.9, nesterov=True)
我正在使用b
浏览 0提问于2017-05-25得票数 1
屏幕截图显示了模型训练停留在第一个时期，没有抛出错误我正在使用google colab pro，这是我的代码片段img_height = 256 epochs = epochs,tensorflow版本-2.4.1 keras版本-2.4.0
我使用大约15k图像数据集和58k参数进行训练。我</
浏览 0提问于2021-03-25得票数 1
1回答
我的模型- model.add(Dense(128, activation='relu', input_dim=n_input_1))，但它对每一个可能的结果都是一样的--61101.514139 (25108.783936，这把我难倒了。如果需要，我可以提供更多详细信息。出现这种可能行为的
浏览 4提问于2020-03-14得票数 0
1回答
我有一个由不同层组成的深度学习模型。我正在运行它20个时期。我想将整个数据分成20个批次，每个批次将在每个时期进行。那么，如果我有20个切片的数据，有没有一种方法来适应每个时期的每个切片。text_model.fit(x_train, y_train, epochs=20)，模型类的名称是text_model，我希望它适合每个时期。我将非常感谢大家对我</
浏览 0提问于2021-04-21得票数 0
1回答
我是H2O的新手，我正在尝试使用它作为初始测试，来训练神经网络来插值函数。我正在尝试几个，但没有一个工作！我得到一个与训练集不匹配的NN。我也尝试过重新缩放数据(为了简单起见，这里没有附加)，但它不会改变。下面是我的代码：y1<- xf1.hex<-as.h2o(f1)
random.vec <- h2o.
浏览 8提问于2017-01-27得票数 1
1回答
在训练神经网络中混洗批量数据
、、、、
我有6.5 GB的训练数据要用于我的GRU网络。我打算将训练时间分开，即暂停和恢复训练，因为我使用的是笔记本电脑。我假设我需要几天的时间来训练我的神经网络，使用整个6.5 GB，所以，我将暂停训练，然后在其他时间再次恢复。
这是我的问题。如果我要打乱训练数据的批次，神经网络会记住哪些数据已经用于训练吗？请注意我使用的是tf.train.Saver().save的g
浏览 13提问于2017-07-31得票数 2
回答已采纳
为什么当我将我的网络设置为eval时，我的模型在验证数据上的误差函数在第一个时期非常高。如果我使用model.eval()，在最初的4-5个时期误差大于40-50k，然后迅速下降到3-4，但如果我在model.train()上留下我的网络，误差只有5-6。
浏览 18提问于2020-08-28得票数 0
1回答
我已经运行了一个带有4个时期的模型，并使用early_stopping。===] - 51s 9ms/sample - loss: 0.658 - acc: 0.833 - val_loss: 0.449 - val_acc: 0.8110 最高的val_ac对应于第三个时期但是，accuracy_score函数将返回最后一个val_acc值，即0.8110。yhat = model.predict_classes(testX)
accuracy = accuracy_score(testY,
浏览 11提问于2021-04-14得票数 0
2回答
我正在尝试用mnist数据集训练一个简单的神经网络。由于某种原因，当我获得历史(从model.fit返回的参数)时，验证精度高于训练精度，这真的很奇怪，但如果我在评估模型时检查分数，我会获得比测试精度更高的训练精度。请帮帮我!我做错了什么？为什么验证准确率高于训练准确率(您可以看到我<e
浏览 1提问于2017-07-17得票数 16
回答已采纳
我脑子里有个急迫的问题，到处都找不到答案。在训练期间，至少在Keras中，训练损失是在当前批中计算的，因此可以更新权重。因此，至少在第一个时期，每一批损失都是在模型实际从那个特定的时期学习之前计算出来的。考虑到这一点，第一个阶段的验证损失不应该有点接近于第一个阶段的训练损失，因为两者都是根据梯度下降算法看不到的例子计算的吗？到目前为止，我建立的每一个模型，训练损失
浏览 0提问于2020-04-23得票数 1
我创建了一个数据生成器类的两个实例，扩展自keras序列类，一个用于训练，另一个用于验证数据。然而，在我的源代码级别上，我只能看到验证生成器在每个时期之间重复迭代。我看不到训练发电机。因此，我可以通过浏览keras中的各种函数来收集，我编写的数据生成器填充了一个较低级别的tensorflow<
浏览 26提问于2021-02-11得票数 0
2回答
我有一个代码来训练MNIST数据集来处理街景门牌号项目，但是当我运行代码时，acc = 0,1import numpy as npfrom keras.initializers import glorot_uniform8.编译模型
model.compile(loss='categorical
浏览 1提问于2019-05-09得票数 0
我在使用Kera的时尚MNIST数据集。当我符合我的模型时，我注意到要完成一个时代，它必须经过1500步。.] - ETA: 0s - loss: 0.4294 - sparse_categorical_accuracy: 0.8504
我查看了fit函数的，但不明白为什么默认步骤设置为1500。我理解当steps_per_epoch是None时，行为取决于数据集的数据类型，但是如何检查数据
浏览 1提问于2020-07-17得票数 2
回答已采纳
1回答
我有一个我不明白的问题。我目前有一个模型，可以使用2013-2018赛季的比赛作为训练数据来预测2018-19赛季NBA比赛的获胜者。 我的问题是，我的模型不会根据纪元的数量进行训练。对于某些特定的时期，它根本不训练。 ex1。 ? 如果epochs为1000，则整个时间保持在0.4137 ex2。 ? 100个时期目前看起来还不错，但它以前给了我一个静态输出 这已经发生在<
浏览 34提问于2021-07-01得票数 0
2回答
我使用小批量的自定义损失函数(三重损失)，在时期期间损失逐渐减少，但就在每个时期之后，损失突然下降(Appx)。下降的10% )，然后在该时期内逐渐下降(忽略准确性)。正常吗？对这个问题的每一个答案和参考都将不胜感激。
浏览 0提问于2019-07-29得票数 5
我正在google colab上运行一个使用神经网络的图像重建代码。我正在使用GPU加速器训练模型500个时期，但前446个时期每个时期运行需要12秒，447个时期需要864秒，448个时期显示ETA超过2小时。运行时仍然是GPU，有人能解释为什么花费的时间增加了这么多吗？(需要注意的是，在训练的一次运行中，会话在447个时期崩溃，说它用完了所有的RAM)。
浏览 16提问于2021-03-18得票数 0
1回答
我正在尝试基于雅各布在keras-dcgan ()上的代码构建一个条件GAN模型。我假设的模型架构如下图所示：
原文：我的代码可以运行，但它会生成一些随机图形，而不是特定的数字。哪一步是错的？我没有正确地插入条件吗？我
浏览 2提问于2017-05-18得票数 3
2回答
在课程中，没有关于时代的东西，但在实践中，它们随处可见。如果优化器在一次传递中找到了最佳权重，我们为什么还需要它们。为什么模型会有所改进？
浏览 1提问于2017-03-10得票数 4
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
