腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(5082)
视频
沙龙
1
回答
在
keras
中
同时
训练
神经网络
,
并
让
它们
在
训练
时
共同
分担
损失
?
、
、
、
、
假设我想
同时
训练
三个模型(model1、model2和model3),并在
训练
期间
让
模型一和模型二与主网络(model1)
共同
分担
损失
。因此,主模型可以从层之间的其他两个模型中学习表示。
损失
总数=(Weight1)
损失
m1 +(Weight2)(
损失
m1 -
损失
m2) +(Weight3)(
损失
m1 -
损失
m3) 到目前为止,我有以下几点: def threemo
浏览 15
提问于2020-10-29
得票数 0
回答已采纳
1
回答
不同TF版本的DIfferent优化
、
、
、
我试图用
keras
和Tensorflow版本2.6
训练
一个卷积
神经网络
,我也用Tensorflow版本1.11来
训练
它。我想我做了迁移测试(两个
神经网络
收敛了),但是当我看到
它们
的结果非常不
同时
,
在
TF2.6
中
最糟糕的是,对于具有相同的超参数(learning_rate = 0.001)的两种情况,我都使用了一个优化器Adam,但是TF1.11
中
的
损失
函数的优化优于TF2.6。我
在
浏览 20
提问于2022-11-11
得票数 0
2
回答
这是一个过载的网络吗?
、
、
、
、
我
在
keras
中
训练
了一个
神经网络
,得到了这个结果,我想知道这是否太合适了。但在这种情况下,它并没有增加。它保持不变,但
训练
损失
减少。额外信息 2000<e
浏览 5
提问于2017-04-03
得票数 2
1
回答
如何添加回归头
、
、
我很乐意直接使用tensorflow (python)以及使用
keras
构建模型。到目前为止,我建立的所有模型都是传统的,直接从输入图像处理到软件输出。我真的很惊讶它是如此的简单。我现在想
训练
一个分类和回归的模型。斯坦福CNN课程的幻灯片16 就是我想要做的事情。我真的不清楚(实际上,我有NFI)如何分支tensorflow图,创建两个丢失函数
并
正确地反向传播这两个函数。
浏览 2
提问于2017-12-09
得票数 1
1
回答
深层
神经网络
中
收敛的定义是什么?
、
假设我有一个前馈
神经网络
,它近似于一个值,Y_0说。给出了Y_0的解析值。给出了Y_0每一步的网络逼近图。我们可以直观地看到,Y_0的近似收敛于它的解析值。如果每个\lbrace x_n \rbrace_{n=1}^{\infty}都有一个自然数K(\varepsilon),使得对于所有的n \geq K(\varepsilon),则称\mathbb{R}
中
的序列在这个定义
中
,序列是无限的,通常有某些规则,例如\lbrace x_n \rbrace_{n=1}^\infty = \lbrace \frac{1}{n} \rbrace_
浏览 0
提问于2023-05-03
得票数 1
2
回答
keras
对
损失
函数应用阈值
、
、
、
我正在开发
Keras
模型。我的数据集非常不平衡,所以我想设置一个
训练
和测试的阈值。如果我没有弄错,
在
进行反向传播
时
,
神经网络
会用原始值检查预测值
并
计算误差,
并
根据误差为神经元设置新的权重。如我所知,
Keras
使用0.5作为阈值。我知道有一些方法可以使用自定义阈值应用自定义度量(如召回和精度),但该阈值仅用于计算召回,而不应用于
损失
函数。更清楚的是,如果我想设置0.85作为我的阈值,
神经网络
将使用0.5作为阈值计算<e
浏览 1
提问于2019-08-23
得票数 0
回答已采纳
1
回答
如何交替
训练
多层
神经网络
?(
Keras
)
、
、
、
、
假设我用自己的
损失
函数定义了四个
神经网络
模型。下一个
神经网络
的输入依赖于前一个网络的输出。Model1 -> Model2 -> Model3 -> Model4from tensorflow import
keras
model4.compile(loss="
浏览 0
提问于2021-03-25
得票数 2
回答已采纳
3
回答
如何知道什么时候停止
训练
深层网络?
、
、
去年,我
训练
了几个auto encoders,其中包含了两个GRUs作为编解码器。我突然意识到,
在
训练
的过程
中
,有些时期的
损失
确实改变了一点点(不到0.005次左右)。每次我把这个当作我的模特不会更好的标志,我就停止
训练
。现在我想起来了,如果我继续为更多的时代而
训练
,失去的模式又开始减少,那该怎么办?是否有一个因素来决定多长时间和多少个时代足够
训练
经常性的网络?
浏览 0
提问于2019-06-23
得票数 0
回答已采纳
2
回答
如何在培训阶段使用验证集?
我对
在
训练
阶段如何使用验证集感到困惑(像CNN这样的
神经网络
)?
在
Matlab或python(
Keras
)这样的平台中,我将数据集分为
训练
集、验证集和测试集。验证集是否只是给出了
神经网络
对不可见数据(验证集)表现的指示,然后基于此我手动设置了超参数?还是自动(优化器)调优超参数?
浏览 0
提问于2020-07-19
得票数 2
回答已采纳
1
回答
无法将符号张量(dense_2_target_2:0)转换为numpy数组
、
、
、
、
tf.convert_to_tensor(Y, dtype=tf.float32), tf.convert_to_tensor(Predict, dtype=tf.float32)) sgd = tf.
keras
.optimizers.SGD
浏览 2
提问于2020-07-10
得票数 0
2
回答
用
Keras
模型
中
的精度评估
神经网络
、
、
在
Keras
中
,当
训练
和评估
神经网络
模型(对两个类别(0和1)进行分类)
时
,该模型返回
训练
和测试的
损失
和准确性: model.compile(loss="categorical_crossentropy
浏览 0
提问于2017-06-28
得票数 1
1
回答
“太早”
在
Keras
早停
、
、
我在用
Keras
训练
神经网络
,使用早期停止。然而,当
训练
的时候,网络很早就到达了一个点,验证
损失
是不自然的低,这会在一段时间后变平,就像这样。
在
patience = 50
中
使用早期停止
时
,验证
损失
会减少,但从一开始就不会低于验证
损失
。我对网络进行了多次
训练
,结果是相同的,使用的是rmsprop (学习率为0.1到1e-4)和adam优化器。有没有人知道是否有方法为网络设置一个“烧伤期”(如马尔
浏览 0
提问于2019-05-28
得票数 3
回答已采纳
1
回答
TensorFlow
Keras
:
在
model.fit期间打印
并
保存
损失
和渐变
、
、
、
、
我正在使用如下的基本代码
在
TensorFlow
Keras
中
训练
神经网络
对于model.fit的每个时期,有没有办法打印出
并
保存
损失
函数值
浏览 0
提问于2021-05-30
得票数 0
1
回答
Tensorflow变量是必不可少的吗?
、
我非常理解Tensorflow
中
的变量概念(我想),但我仍然觉得
它们
不是很有用。我读到它的主要原因是为了
在
以后恢复
它们
,这在某些情况下可能很方便,但是您可以使用numpy.save来保存矩阵和值,甚至将
它们
写到日志文件
中
。变量用于保存张量,但是您可以使用Python变量来保存
它们
,从而避免了Tensorflow的变量额外包装。当使用get_variable函数
时
,变量变得很好,因为代码将比使用字典存储权重干净得多,然而,就功能而言,我不明白为什么<em
浏览 0
提问于2018-01-01
得票数 0
2
回答
我对Tensorflow做错了什么?
、
、
我目前
在
Tensorflow
中
的一个机器学习项目中遇到了问题。
神经网络
的输入是26x1的数字列表,所需的输出是5x16二进制数组。此外,完整的代码是的,这样你就不必从StackOverflow
中
复制和粘贴多次。distribution_train.pop(0) probs_tr
浏览 12
提问于2019-01-18
得票数 0
3
回答
如何恢复模型预测后的原始值?
、
、
假设您想要
训练
一个
神经网络
(NN),例如使用
keras
。建议您在培训之前执行数据的规范化或标准化,因此,例如,使用标准化:然后,进行
训练
(model.fit
中
的
keras
),并将
损失
函数降到最低编辑:
在
我的例子
中
,有一组介于200到400之间的值。它是一个有一个输入,一个输出的
神经网络
。我标准化了输入值和期望值,所以
神经网络</
浏览 2
提问于2016-06-02
得票数 6
回答已采纳
2
回答
我是否可以根据
keras
的验证
损失
来终止一个时代(并进入下一轮的权值初始化)?
、
、
、
我正在
Keras
中
训练
一个卷积
神经网络
,后端使用Tensorflow。要做到这一点,我想做100轮,最多12个周期每轮。
Keras
有这样的选择吗?在他们的文档
中
,搜索词是什么?
浏览 0
提问于2018-08-07
得票数 0
回答已采纳
2
回答
pytorch的交叉
损失
与
keras
的"categorical_crossentropy“有区别吗?
、
、
、
我正在尝试
在
keras
中
模仿pytorch
神经网络
。我确信我的
keras
版本的
神经网络
与pytorch
中
的非常接近,但在
训练
过程
中
,我看到pytorch网络的
损失
值比
keras
网络的
损失
值要低得多。我想知道这是不是因为我没有正确复制
keras
中
的pytorch网络,或者两个框架
中
的
损失
计算是不同的。, mome
浏览 555
提问于2020-04-26
得票数 3
回答已采纳
2
回答
如何正确
训练
扩展数据集
、
、
、
我
训练
了我的分类器,
在
每幅图片上混合了几个类,例如A。分类器能够(几乎)正确地分割图像上的这些类。现在我得到了更多显示G类图片的数据,为了最小化我的工作,我只
在
图像上标记了G类,而其他的则没有显示出来(无效)。我的
训练
有两个问题: 如果在我的第一个数据集中没有G类的例子(因为它可能是A的子类),我如何正确地
训练
它?建议的解决方案:我可以将我的新数据添加到旧的数据
中
,但是当有G类图像
时
,我必须告诉CNN,因为我必须以某种方式改变CNN的误差测量。但是怎么做呢?如果G包含在
浏览 0
提问于2017-02-14
得票数 1
2
回答
如何理解
Keras
模型拟合
中
的
损失
acc val_loss val_acc
、
、
、
、
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 20/20以下是我的理解: 这两种
损失
(
损失
和val_loss)都在减少,而两种
损失
(acc和val_acc)都在增加。因此,这表明模型是以一种良好的方式<em
浏览 3
提问于2017-11-15
得票数 41
点击加载更多
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
Keras和TensorFlow之争何时休?
让你的电脑拥有“视力”,用卷积神经网络就可以!
深度学习图像识别项目(中):Keras和卷积神经网络(CNN
深度学习使用 Keras,仅 20 行代码完成两个模型训练和应用
《Deep Learning with Python》第二章 2.1 神经网络的MNIST手写数字识别
热门
标签
更多标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
活动推荐
运营活动
广告
关闭
领券