1回答
我开始学习三元组网络，并决定使用卷积神经网络实现，但我决定使用CIFAR-10数据集进行图像分类，但精度非常低。 经过训练，准确率约为0.32。。
浏览 12提问于2020-05-02得票数 0
我正在构建一个简单的神经网络，它需要3个值，并给出2个输出。我有一个训练数据集的1000个例子和500个测试例子。我计划在不久的将来制作一个更大的数据集。我一直在试验添加另一个层，目前在模型中，这就是为什么我的损失低于1.0这是我的代码：import numpy as npsys.path.insert(0, '.../Datas
浏览 0提问于2018-03-17得票数 1
回答已采纳
最后打印一个测试分数和一个测试精度。我不知道这个分数到底代表了什么，但是我认为，在运行测试时，预测的数量是正确的。============================== - 4s -损耗: 0.6815 - acc: 0.5550 - val_loss: 0.6120 - val_acc: 0.7525
2/15 1200/1200 ============================== - 3s -损耗: 0.5481 - acc: 0.7250 - val_loss: 0.4645 - val_acc:
浏览 2提问于2017-04-24得票数 24
我试图在CIFAR10网络上训练VGG16和MNIST数据集。在我的第一次尝试中，我得到了一个错误，它说input_2 (标签)的形状必须是(无，2，2，10)。但是我确信这不是正确的方法，因为我获得了一个非常低的精度(大约0.09)
(我用的是角，Python3.5)
浏览 1提问于2017-06-23得票数 1
回答已采纳
我有这些结果：列车损耗减少并保持稳定
验证精度从30%开始，但增长缓慢
验证损失增加
我要展示以下图表：如何解释验证损失增加，验证精度increases
浏览 4提问于2020-04-21得票数 0
回答已采纳
1回答
我使用以下代码在cifar10 dataset上训练模型：，但将所有relu激活更改为Training Step: 46 | total loss:| Adam | epoch: 001 | loss: 0.00000 - acc: 0.0834 -- iter: 05760/50000
由于我只是一个初学者，我不知道的原因，造成网络成为零损失和低精度的
浏览 4提问于2017-10-14得票数 3
我不明白为什么我会得到如此低的精确度，因为当我测试Lenet时，我得到了caffe网站上的MNIST示例所期望的精度。lmdbPRETRAINED
浏览 4提问于2016-02-22得票数 0
回答已采纳
我刚开始使用CNN，但我正在尝试使用带有CIFAR10数据集的functional。唯一的问题是我的准确度很低。我已经看过我的教科书例子和文档，但不知道为什么它是这么低，当它应该开始更高。
浏览 10提问于2021-12-09得票数 0
1回答
#nn layers from keras.datasets import cifar10from
浏览 0提问于2017-11-08得票数 2
1回答
Huggigface实现有一个从优化器中删除池程序的黑客。
# thus it produce None grad that break apex我们正试着对拥抱脸的伯特模型进行预演。如果不应用此池黑客，则在稍后的培训过程中，代码总是会出现差异。我还看到在分类过程中使用的池层。pooled_ou
浏览 7提问于2020-03-18得票数 3
我在这里的目的不仅仅是为了获得一个高的测试精度，而且解释为什么它是如此低，尽管验证的准确性是如此之高。历元1/100 90/90 ============================== -6157 s 68s/步进损失: 0.4265 -精度============================== -86 s 954 90/步进损耗: 0.0282 -精度
浏览 0提问于2021-06-21得票数 1
1回答
我从ISLR进行线性和Logistic回归，在这两种情况下，我发现增加模型灵活性的方法之一是使用多项式特征-X和X^2作为特征，然后像往常一样应用回归模型，同时将X和X^2作为独立特征(在sklearn中，而不是状态模型的多项式拟合)。但是，这不是增加了特征之间的共线性吗？它如何影响模型的性能？第一，X和X^2无疑有很大的相关性。那么第二点与此有任何关系，考虑到模型的性能是由拟合分数来衡量的。
浏览 1提问于2021-06-10得票数 2
回答已采纳
我试着用我的自定义数据集(由2个类组成)对InceptionV3模型进行微调，但是对于培训和验证，我获得了非常低的精度。我该怎么做才能提高准确度？还是你有其他的网络想法/实现来达到这个目的？我的代码：from keras.utils import *from
浏览 5提问于2017-07-03得票数 3
回答已采纳
当lcoation在后台更新时，我正在使用CLLlocationManager获取用户位置，并运行webservice，但它会导致iphone升温和电池耗尽？有人能解决这个问题吗？
浏览 2提问于2015-01-08得票数 0
回答已采纳
我正在为iPhone开发一个2D应用程序，它可以渲染很多纹理。它们中的大多数是从PNG文件中加载的，目前具有alpha透明度。作为一个测试，我也一直在尝试使用PVR-testures，看看是否有任何性能差异。作为测试，我渲染了一个背景( 512*512 )，并在36个90*64像素的精灵(来自512*512纹理)上渲染了透明度。PVR纹理以58 fps左右的速度渲染，PNG以47 fp
浏览 0提问于2009-02-02得票数 21
回答已采纳
我的实现在很大程度上是基于来自Tensorflow的Cifar10教程的，输入数据集的格式与Cifar10相同。，从after_run打印出的损失和精度，训练时间仅20分钟，令人惊讶的是，该模型在训练集上表现良好，损失也在减少。经过一段时间的高精度报告后，我停止了训练，恢复了模型，并从相同的训练集中随机批量运行。它的表现很差，只有50%到85%的准确率。而通过before_run和after_run,进行的评估现在只是偶尔显示出高准确度和低损失(结果跳过)。下面是我用于恢复和测试模型的代码(基于c
浏览 6提问于2017-07-16得票数 2
回答已采纳
我是Keras的新手，对于如何理解我的模型结果有一些问题。这是我的结果：(为了方便您，我只在每个时代之后粘贴丢失的acc val_loss val_acc )。Epoch 1/204160/4160 - loss: 1.7639 - acc: 0.4274 - val_loss: 0.7060 - val_acc: 0.8019
浏览 3提问于2017-11-15得票数 41
我是机器学习和深度学习的新手，为了学习目的，我试着玩Resnet。我试图对小数据(3幅不同的图像)进行过度拟合，看看我是否能获得几乎0的损失和1.0的准确性--我做到了。训练图像
图像标签我的python代码imgs = np.array([np.array(Image.open("./Images/train/" + fname)
浏览 3提问于2017-11-07得票数 39
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
