我正在制作一个深度学习网络,它可以在3d空间中找到几个点。 输入是一堆灰度空间图像(图像数量从5到20 ),输出是64 x 64 x 64 1024 x 1024。输出的每个体素都有0或1,但在我的数据集中只有2000个1,所以很难通过观察训练损失来判断我的网络是否训练得很好。例如,如果我的网络只输出np.zeros((64,64,64))作为输出,精度仍然是1-2000/(64x64x64)~=99.9%。所以我想问一下,我应该选择哪个<e
我想开发一个深度学习模型来分类一些评论和评论。以下是对数据结构的一点描述:DATA ==> TYPE DETECTION MODEL ==> output_1 (type of reviewSENTIMENT DETECTION MODEL ==> output_2 (sentiment of review)