2回答
我正在python库Keras上运行我的30k训练集，用于神经网络(模型“序列”)。输出不是整型，仅为浮点型。下面是代码from keras.
浏览 20提问于2017-01-17得票数 1
1回答
Keras2.0删除了F1评分，但我想监视它的值。我用序贯模型训练神经网络。只有在model.compile中使用该函数时，此函数才能正常工作。通过这种方式，我在每一步都能看到它的价值。问题是，我不想仅仅看到它的价值，但是我希望我的培训能够根据它的价值表现出不同的行为，使用Keras的回调。如果我试图在回调中插入我的自定义度量，那么我会得到以
浏览 0提问于2018-12-12得票数 6
2回答
在带有Keras的序贯神经网络中，使用Conv1D作为输入层是有困难的。这是我的代码：from keras.layers.convolutional import Conv1D from keras.optimizers import Adam
浏览 0提问于2018-07-04得票数 2
因此，我用以下代码构建了神经网络：tf_model.add(tf.keras.layers.LSTM(50, activation='relu'))tf_model.add(tf.keras.layers.Dense(10, act
浏览 2提问于2020-05-02得票数 2
回答已采纳
2回答
我在Keras/TensorFlow工作。这是我的Keras模型： model = Sequential()model.add(Activationloss='categorical_crossentropy', metrics=['accuracy']) 在
浏览 183提问于2019-06-12得票数 4
3回答
前一项分类重要时的分类
、、、、
假设我有一系列在时间上是连续的事件。但是在预测过程中，我必须标记每一个事件。我的本能反应是把这个问题和序列标记结合起来，在结尾加上一个CRF层。这个问题在文献中是已知的吗?如果是的话，我怎么能找到它呢？
浏览 0提问于2021-11-06得票数 3
1回答
遗传算法中的参数初始化
、、、
我在遗传算法中使用神经网络。神经网络有4个输入( 0和1之间的值)和4输出，对应于不同动作的概率。神经网络有58个参数。
首先，我创建了一个随机群体:每个个体有58个随机参数。参数是在python ( -1和1之间的值)上使用默认的Keras方法随机选择的。这是个好方法吗？也许最好的解决方案需要有比1高的参数，但是用我的方法，只有-1</
浏览 0提问于2020-05-20得票数 2
4回答
硬西格蒙德是如何定义的
、、、、
我正在用煤角做深网的工作。有一个激活的“硬乙状结肠”。它的数学定义是什么？但我在任何地方都找不到精确的数学定义？
浏览 13提问于2016-02-15得票数 10
回答已采纳
1回答
我有几个模型将输入(字嵌入)分类为几个类。我的问题是，我需要分别训练这些模型，并需要将这些模型的输出合并在一起才能得到标签。为了简单起见，假设只有两种模型：Model 2: predicts D or E
然后，我需要对输入X进行分类，以便得到A、B、C、D和E上的联合概率我在Keras/Python中尝试了这段代码，在该代码中，我
浏览 0提问于2020-07-08得票数 1
我正在使用Keras来计算一个简单的序列分类神经网络。我尝试了不同的模块，我发现有两种方法可以创建顺序神经网络。model.add(LSTM(100))model.summary()
第二种方法是使用模型API从“零开始”构建去序贯</em
浏览 3提问于2018-02-01得票数 7
我有一个序贯神经网络(标准ResNet模型)，对于常数k (关于1000，但将来可能会增加)，我想做以下工作：
grad = torch.cat(p
浏览 7提问于2020-12-25得票数 1
1回答
使用神经网络学习分类值的分布
、、、、
class A的输入值在0和1之间均匀分布，如下所示： ? class B的输入值都在0.4到0.6之间，如下所示： ? 现在我想训练一个神经网络，它可以学习将0.4到0.6范围内的值分类为B，其余的分类为A。因此，我需要一个可以近似类的上下界的神经网络。我之前的尝试都没有成功-神经网络总是为所有的输入返回50%的概率，并且损失在时期中不会减少。使用Python中的Ten
浏览 25提问于2019-04-24得票数 1
回答已采纳
1回答
我可以把X和Y作为输入/输出数据来训练网络，但是对于任意给定的y，x=sqrt(y)和x=-sqrt(y)应该有一个随机的1/2 - 1/2的概率。但是当然，如果一个人用最小平方误差训练它，网络就不会知道这是一个多值函数，它只会跟随SGD关于损失函数，得到x=0，任何给定y的平均值。
因此，我想知道一个神经网络是否可以建立一个多值函数的模型？例如，我的猜测是：(1)神经网络可以输出X的前2种可能值
浏览 0提问于2019-03-22得票数 2
我有一个非常简单的Tensorflow 2 Keras模型来对一些数据进行惩罚logistic回归。我希望得到每个类的概率，而不仅仅是0或1的预测值。[0.14122346] [0.12516734] [0.14595506]对于逻辑回归中的预测，这将是一个0或1的数组，但因为我得到了浮点值。然而，我只是得到
浏览 1提问于2019-12-13得票数 1
回答已采纳
3回答
如何用角角求概率值？
、、、、
tensorflow版本= '1.12.0‘我用的是带有tensorflow后端的keras。X = pickle.load(open("X.pickle", "rb"))
y = pick
浏览 0提问于2019-02-12得票数 5
我想要建立一个模型，目的是推断一个未知的范畴变量y \in \{1,2,..., K\}的真实值。例如：然后，我们接收到X^2，并再次使用分类器来猜测\hat{y}^2。所以，在时间t=T，我们有\hat{y}^1, \hat{y}^2, ..., \hat{y}^T。分类器不是最优的(只是对一些可用的数据进行训练)，并且在
浏览 0提问于2019-11-08得票数 3
正如您在图像中看到的，MCT零神经网络使用损失函数，该函数使用AlphaGo概率和值作为地面实况标签。我正在尝试理解神经网络的输出是否被视为对数(例如实数)或原始概率(0,1)。在损失函数中，MCTS概率(我确信它位于0,1)是向量乘以NN概率的对数。这是损失中的一个负项，但是关于两个向量的相似性，这
浏览 3提问于2017-11-06得票数 1
1回答
(optimizer=..., loss=..., metrics=['accuracy'])
如果模型输出概率和地面真相标签是一个热编码，那么loss='catego
浏览 2提问于2019-09-18得票数 3
回答已采纳
我遇到了这个图层tf.keras.layers.experimental.preprocessing.Rescaling这是否意味着这一层把我的图像变成黑白的？
这一层对我的训练有什么帮助？
浏览 2提问于2021-04-06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
