1回答
有没有从Softmax输出到类预测的简单方法？ 例如, 从这个开始： [0.83128697, 0.06161868, 0.10709436] 要这样做： [1, 0, 0]
浏览 21提问于2020-04-02得票数 0
回答已采纳
我建立了XGBoost模型，当我尝试运行预测函数时，它返回的向量大于测试数据集中目标列的大小。训练和测试都包含相同类别的目标变量。类别的值为0到7，所以数字和从0开始。
浏览 2提问于2016-09-02得票数 2
1回答
512,activation='relu')(x) x= Dropout(0.5)(x)
preds=Dense(7,activation='softmax
浏览 17提问于2021-01-31得票数 0
1回答
5.7709e-08 - accuracy: 0.5095 - val_loss: 7.0844e-08 - val_accuracy: 0.5543
关于数据的几个字: 1190个特性(10个实际特性，119类)
浏览 0提问于2020-08-17得票数 2
回答已采纳
我试图用不同数字的cross_entropy来更改的软最大值和sampled_softmax_loss，但是结果确实很糟糕。
浏览 1提问于2016-11-03得票数 0
我用softmax和sigmoid激活函数测试了我的模型。在文档中，sigmoid用于二进制分类，softmax用于多类分类。但就我而言，两者的结果是一样的。为什么会这样呢？model.add(MaxPooling1D(pool_size=2))model.add(Dense(10, activation='softmax(loss='categorical_crossentropy', optimizer='a
浏览 1提问于2020-07-05得票数 0
回答已采纳
1回答
如何看待spacy值？
、、、
我试图从spacy模型中获得每个输出类的softmax预测值。当我在下面的代码中放置一个断点'preds‘并跳过管道，直到在NER模型管道组件上调用预测方法时，我可以看到从self.因此，我假设如果要运行模型和矢量化输入，即得到的数组将是每个实体的softmax预测。我希望有人能解释我如何从NER模型中查看softm
浏览 1提问于2022-07-05得票数 2
回答已采纳
1回答
我正在尝试删除argsort函数，以便它只按预测类的顺序打印(也就是说，如果我试图预测“a”分类，它总是以“a”而不是从最高到最低的分数打印)。有什么建议吗？这是来自：predictions= sess.run(softmax_tensor, \
{&#
浏览 11提问于2020-05-21得票数 0
回答已采纳
1回答
但是当我使用softmax和categorical_crossentropy时，我得到了错误的ValueError: Shapes (None, 2) and (None, 101) are incompatible我看到了另一个解决方案来解决这个问题，我把softmax改成了sigmoid，把分类改成了二进制交叉熵。现在我得到了这个错误。
浏览 0提问于2021-02-05得票数 1
1回答
我正在尝试理解XGBoost中的多类分类是如何工作的。我已经读过陈和格斯特林的论文(2016，https://arxiv.org/abs/1603.02754)，但我仍然不清楚细节： 假设我想为一个3类分类任务生成一个概率分类器。因此，如果将一个新的预测向量传递给XGB模型，回归树将产生一个实际值，即“预测”，其(加权)组合是增强模型预测。从this question和论文中的文档中，我推测softmax激活函数被应用于增强的模型
浏览 18提问于2020-01-16得票数 1
回答已采纳
在我遇到的大多数涉及二进制分类的文章中，我倾向于看到两种主要类型的输出：或
使用Dense(2, activation = "softmax") Dense(1, activation = "sigmoid") 或Dense(1, activation = "sigmoid
浏览 1提问于2022-06-27得票数 -1
回答已采纳
2回答
我尝试将softmax输出转换为概率(exp(1)/(exp(1)+..+exp(N))，但没有影响。我用的是咖啡。我想要的是网络告诉我它属于哪个类的输入。基本上，在输出中，我想要一个表示类的值。
浏览 5提问于2016-10-23得票数 0
回答已采纳
2回答
预测概率是否高于某一值
、、、
当我对新数据进行预测时，我只希望保留那些预测概率大于0.5的预测，并将所有其他预测转换为0类。使用softmax得到概率大于0.5的预测是否有意义？
浏览 1提问于2021-01-25得票数 0
回答已采纳
1回答
神经网络中的激活函数
、、、、
Why Sigmoid在多类classification?Why中不使用?在具有所有负值的回归问题中不使用任何激活函数？为什么在计算multi_class classification?
浏览 1提问于2019-11-13得票数 3
你好，ML/AI新手，好的，我学习了这个关于“文本分类”的教程，它进行得很好，到目前为止没有问题。我的问题是我该怎么办？一个与
浏览 4提问于2020-06-01得票数 1
回答已采纳
在caffe中定义prototxt时，我发现有时我们使用Softmax作为最后一层类型，有时我们使用SoftmaxWithLoss，我知道Softmax层将返回输入数据属于每个类的概率，但似乎SoftmaxwithLoss也将返回类概率，那么它们之间的区别是什么？
浏览 4提问于2016-12-05得票数 6
引用这个例子关于用伯特和坦索弗洛预测电影评论的话， # Dropout helps prevent overfittingtranspose_b=True) log_probs = tf.nn.log_softmaxloss = tf.reduce_mean(per_example_loss)
return (loss, p
浏览 0提问于2019-06-05得票数 0
1回答
model.add(Dense(3, activation='softmax'))我知道，softmax层的输出是一个数组，其概率之和可达1，例如[0.1, 0.4, 0.5]。例如，当真正的类是[0, 0, 1]，而预测的概率是[0.1, 0.4, 0.5]时，即使0.
浏览 3提问于2020-07-25得票数 4
回答已采纳
1回答
我有一个GRU网络，它接收一系列数据，并将其标记为0类或1类。我希望该模型对0类具有很高的特异性(至少是>= 0.8)，同时确保它仍然具有良好的敏感性(希望达到0.5)。是否有办法让损失由单一类别的特异性和敏感性相结合来确定？我并不真正关心对第1类的预测的准确性，但在本例中，当0类被预测时，正确的预测是非常重要的，而对于0类仍然有相当数量的预测(至少要预测0类</em
浏览 0提问于2018-08-08得票数 0
回答已采纳
1回答
bias_variable([10])
tf.nn.softmax_cross_entropy_with_logitsdataset
它不是使用我的自定义数据进行预测的正确语法吗我的数据与来自MNIST集的数据格式相同，但我可以找到一个正确的语法来进
浏览 1提问于2017-05-11得票数 0
回答已采纳
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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
