我有一个多类分类问题，试图通过分析真实值和预测值以及生成分类报告来评估联邦学习模型。 for round_num in range(0, NUM_ROUNDS): print("The final evaluation is: "
浏览 4提问于2022-06-06得票数 1
回答已采纳
因此，我编写了一个多类分类网络，它包括以下内容:经过to_categorical变换的-y_labels -last layer使用具有3个神经元的sigmoid函数作为我的类-model编译使用categorical_crossentropy作为损失函数，因此我使用然后我把它当做y_test的表单为to_cat
浏览 4提问于2017-01-11得票数 3
回答已采纳
1回答
Keras为我提供了一种将深入学习模型与sklearn(sklearn的keras包装器)结合使用的方法，但我需要类似的东西----与不同。我想要创建一个由几个已经训练过的滑雪板模型组成的集合，方法是将它们的输出输入到一个深度学习分类器的输入层(待训练)。
我能做到吗？
浏览 0提问于2019-08-15得票数 1
回答已采纳
1回答
我正在使用python中的sklearn来构建/训练一些模型(随机森林回归器、Kmeans、SVM、.)，我想在webapp Javascript/html中使用这些经过训练的模型。我已经看到tensorflow.js允许用keras模型来做这样的事情。但在我看来，python中的TF/keras仅限于神经网络。我也
浏览 6提问于2020-08-13得票数 1
from sklearn.feature_extraction.text import CountVectorizer
from keras.preprocessing.text import Tokenizer我正在阅读一些NLP教程，并意识到有些教程使用CountVectrizer，有些教程使用Tokenizer。据我所知，我认为他们都使用单一热编码，但请有人澄清这一点。我不明白为什么CountVectorizer不用于深度学习模型，如RNN，Tokenizer(
浏览 0提问于2021-01-29得票数 2
回答已采纳
1回答
Keras是如何计算准确性、精确度、召回和AUC的？我使用keras.losses.CategoricalCrossentropy()作为损失函数，为分类分类(即多个类)创建了一个模型，并在model.compile()方法中指定了以下指标： keras.metrics.Recall(name='recall'),
keras.metrics.AUC(name='auc&
浏览 0提问于2020-05-18得票数 2
回答已采纳
1回答
我目前正在研究使用CNN在角星中进行多标签图像分类。除了keras的准确性外，我们还使用各种评价方法(回忆、精度、F1评分和准确性)再次确认了scikit学习的准确性。我们发现，角星计算的准确率约为90%，而科学知识的计算精度仅为60%。角角的计算有什么问题吗？我们使用sigmoid作为激活函数，binary_crossentropy作为损失函数，adam作为优化器。的
浏览 0提问于2020-07-09得票数 4
回答已采纳
我想了解一下talos中的超参数搜索。具体地说，就是模型的评估。nbviewer.jupyter.org/github/autonomio/talos/blob/master/examples/Hyperparameter%20Optimization%20with%20Keras%20for%20the%20Iris%20Prediction.ipynb#seven 不，我的问题是:在评估(7)中，
浏览 13提问于2019-01-23得票数 0
回答已采纳
我正在结合RandomizedSearchCV使用Scikit-Learn自定义管道(sklearn.pipeline.Pipeline)进行超参数优化。这很好用。现在，我想插入一个Keras模型，作为进入管道的第一步。模型的参数应进行优化。计算(拟合)的Keras模型应该在以后通过其他步骤在管道中使用，所以我认为我必须将该模型存储为全局变量，以便其他管道步骤可以使用</e
浏览 0提问于2017-02-23得票数 41
回答已采纳
1回答
我想输出模型是如何决定的。我想为此使用。我发现了下面的。我有一个自由的文本字段，并想要确定它是什么情况-这是要解决的CNN神经网络的帮助。我有几节课。然而，我不知道如何使用Lime，我尝试过，但得到了以下错误。# Loading data# ...from sklearn.model_selection import train_test_split
tr
浏览 6提问于2022-07-08得票数 1
我正在尝试运行一个对象检测模型(SSD+Inceptionv2)，并获得边界框作为结果。在从帧中获得边界框之后，裁剪后的图像应该通过不同的分类模型(在不同的库上进行训练，如keras和caffe)并获得预测结果。
由于这种分类模型的预测方法不起作用。关于如何在目标检测输出边界框(裁剪图像)上运行不同的分类模型，
浏览 1提问于2020-03-03得票数 0
1回答
keras.wrappers.scikit_learn模块可以用来建立KerasClassifier模型。如果可以的话，有什么例子吗？
浏览 0提问于2018-05-09得票数 4
假设我有3个类，每个示例都可以属于这些类中的任何一个。标签是这样的。0] [1 1 0] [0 1 1]]如果我使用sigmoid和binary_crossentropy，我想我只能得到1或0的预测值。然而，
浏览 0提问于2019-04-12得票数 0
回答已采纳
上下文：“使用RNN构建下一个单词预测器”X_train是书中的50个单词列表，而y_train是50个单词之后的1个单词列表。
谢谢你的帮助
浏览 5提问于2018-11-06得票数 0
3回答
我找到的唯一一个使用Keras functional API的超参数优化库是Talos。
有没有人知道其他能行得通的方法？
浏览 3提问于2019-09-15得票数 6
我正在使用tensorflow构建一个神经协同过滤推荐模型，使用二进制交叉熵作为损失函数。当然，要预测的标签是二进制的。 在训练每个时期时，打印损失函数。我有一个for循环，它逐个时期地训练模型时期，然后在当前状态下使用模型来预测测试标签，并使用sci-kit学习的log_loss函数再次计算损失。我注意到tensorflow计算的损失(由loss :表示)始终高于sklearn计
浏览 38提问于2021-10-08得票数 0
回答已采纳
我正在尝试将一些旧代码从使用sklearn转换为Keras实现。由于保持相同的操作方式至关重要，我想知道我这样做是否正确。我已经转换了大部分代码，但是我在sklearn.svm SVC分类器转换方面遇到了问题。然而，我在Keras中找不到类似的SVC分类器。所以，我尝试的是： from keras.models import Sequential
from keras.layers
浏览 40提问于2019-01-29得票数 16
回答已采纳
我有一套用来建立标签功能的特征(A组)和另一组用来训练滑雪板分类器(B组)的功能。我指的是，我没有看到他们使用标签函数中<
浏览 8提问于2020-01-20得票数 1
回答已采纳
2回答
我正在阅读一些基于神经网络的研究论文，在那里我偶然发现了经过预先训练的CNN网络的“微调”这个词。它实际上是做什么的？
浏览 0提问于2019-06-20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
