提高CMUSphinx 5的速度和准确性
CMUSphinx是一个开源的语音识别工具包，用于将语音转换为文本。提高CMUSphinx 5的速度和准确性可以从以下几个方面进行优化：
- 语言模型优化：语言模型是用于识别语音的重要组成部分。可以通过增加训练数据、优化语言模型的结构和参数，以及使用更高级的语言模型算法来提高准确性。
- 声学模型优化：声学模型是用于将语音特征与文本对应起来的模型。可以通过增加训练数据、优化声学模型的结构和参数，以及使用更先进的声学模型算法来提高准确性。
- 特征工程优化：特征工程是将语音信号转换为可供机器学习算法处理的特征表示的过程。可以通过选择更好的特征提取算法、调整特征参数和预处理步骤，以及使用更高级的特征选择和降维技术来提高准确性和速度。
- 并行计算和分布式处理：可以利用多核处理器和分布式计算平台来加速CMUSphinx的处理速度。通过将任务分解为多个子任务并行处理，可以显著提高处理速度。
- 硬件优化：使用更高性能的硬件设备，如GPU加速卡，可以加快CMUSphinx的处理速度。
- 数据预处理和增强：对输入的语音数据进行预处理和增强，如降噪、语音增强和语音增强等技术，可以提高CMUSphinx的准确性。
CMUSphinx的应用场景包括语音识别、语音控制、语音转写等。对于CMUSphinx的优化，腾讯云提供了一系列相关产品和服务，如腾讯云语音识别API、腾讯云语音转写API等。您可以通过访问腾讯云官网了解更多相关产品和服务的详细信息。
参考链接：
相关·内容
我想在中国为14岁以下的儿童建立一个英语声学模型，使用cmusphinx，词汇量约800个单词。
我做了一些研究，一些商业语音引擎需要花费数千个小时的语音记录来训练他们的声学模型：(细微差别和谷歌花费了2000+和1000+时间)。
因为我需要达到大约95%的准确率，我需要多少个小时的声音语料库？
语音语料库越长，其准确率就越高吗？
浏览 3提问于2013-10-30得票数 0
回答已采纳
我正在尝试用CMUSphinx和Java实现一个德语命令和控制应用程序。到目前为止，应用程序应该只识别几个单词(数字从1到9，是/否)。
不幸的是，准确性很差。似乎，如果一个词被正确识别，那只是偶然。
到目前为止，以下是我的java代码(改编自本教程)：
public static void main(String[] args) throws IOException {
// Configuration Object
Configuration configuration = new Configuration();
// Set path to the acou
浏览 3提问于2017-04-17得票数 1
回答已采纳
1回答
例如，假设dataset有100+列。
而毫升必须识别包含1000个不同条件的复杂模式。
其中一个条件是，
来自第一列(c1)的整数必须比第二列(c2)高2%。
那样的话..。创建一个具有c1和c2之间的百分比差值(或二进制值1或0值(取决于其大小)的新列，以提高模型的性能，这是一个好主意吗？
或者这不会有多大关系，也会是不必要的训练？
百分比差异只是一个简单的例子..。可以预定义到数据集中的同一行的数据之间有许多预定义的关系。所以我想知道，这是必需的还是仅仅使用原始数据就可以了？
浏览 0提问于2022-08-13得票数 0
1回答
张力板的精度/列车和损耗/列车图
、、、、
我在我的火炬项目中使用了张紧板，得到了这个精确/训练和丢失/训练的结果，但我不明白它意味着什么。
浏览 1提问于2020-05-19得票数 2
回答已采纳
您好，任何人谁使用过这个OpenEars，语音库的IPhone使用CMUSphinx，可以告诉我，它有多大的帮助语音到文本转换的iOS和多高的准确性我需要达到80%的语音应该转换成文本是这个库可以为我做这件事
需要帮助
提前谢谢。
浏览 0提问于2010-11-08得票数 2
回答已采纳
在Windows 7中使用CMU Sphinx :没有打包二进制文件的说明或示例。我试图做一个斯芬克斯的评估，并想简单地转换一个音频文件为文本，以快速尝试。没有例子，如何使用可执行文件？
浏览 2提问于2013-09-19得票数 2
有没有免费的服务/程序可以将音频转录成文本并保存时间戳？
我想转录一下：
( 419个骗子之间的1600万次对话；骗子说话带有浓重的口音，所以我不是在抱怨抄写的质量)。
Voicebase确实转录了它，但转录是一个单一的测试块，并且没有时间戳。
我也尝试了谷歌语音“技巧”(将文件录制到语音信箱中，然后让谷歌一次转录3分钟)，但同样，转录是一个文本块，而不是时间戳。
我知道Sphinx，但不能让它工作。
我意识到我可以使用solution编辑器来创建一个手动翻译，但我正在寻找一个自动化的解决方案。
理想情况下，我想拿一份有时间戳的机器抄本，然后手工编辑它。
浏览 0提问于2013-03-24得票数 7
回答已采纳
我有一个客户谁需要一个Android应用程序，可以识别口头命令。据我所知，内置的语音转文本功能实际上是将数据发送到谷歌的服务器，然后再将文本翻译传回。这是一个主要问题，因为语音数据非常敏感(除非数据在发送到Google和从Google发送时是加密的-但我怀疑它是加密的)。
我能想到的有两个选择。首先是在Android上将语音转换为文本，尽管这似乎是一项极其昂贵的操作。第二种可能是让本地服务器为我转换数据(我可以在发送和接收语音数据和翻译时对其进行加密)。这是CMU Sphinx可以做到的吗？值得注意的是，我还可以访问Asterisk服务器，这可能会对此有所帮助(我不知道)。
实际上，应该只有大
浏览 1提问于2012-01-31得票数 7
回答已采纳
2回答
最近，我使用以下代码在MNIST数据集上实现了反向传播，获得了大约95.7%的的总体精度。
我的问题是如何进一步提高以下代码的准确性。
我试图增加/减少隐藏节点的数量。另外，将学习率改变为不同的值，但准确性不会超过96%。
import numpy as np
import matplotlib.pyplot as plt
import scipy.special
from sklearn.metrics import confusion_matrix
k = list()
k_ =list()
class NeuralNetworks:
def __init__(self
浏览 1提问于2017-04-11得票数 1
回答已采纳
2回答
我是机器学习和lstm的新手。我指的是多变量输入部分的编码器-解码器LSTM模型的这个链接。
这是我的数据集描述后，重新调整的火车和测试集。
print(dataset.shape)
print(train_x.shape, train_y.shape)
print((test.shape)
(2192, 15)
(1806, 14, 14) (1806, 7, 1)
(364, 15)
在上面我有n_input=14, n_out=7。
下面是我的lstm模型描述：
def build_model(train, n_input):
# prepare data
train_
浏览 0提问于2019-04-20得票数 0
回答已采纳
我正在尝试使用tensorflow对象检测API。为了检验这些东西，我使用了一个预先训练好的模型，并尝试在我创建的映像上运行它。
但是我看到API没有检测到图像中的所有对象(尽管它们是狗的同一图像).I使用了ssd_mobilenet_v1_coco预训练模型。
我已经将最终的输出图像与检测到的对象附加在一起。
对于为什么会发生这种情况，有什么建议吗？我应该从哪里开始研究来改进这一点？
浏览 2提问于2017-08-09得票数 1
回答已采纳
2回答
训练精度与测试精度的理想差异
、、、、
在数据分类问题(有监督学习)中，训练集精度和测试集精度之间的理想差别应该是什么？理想的范围应该是什么？训练和测试的准确度相差5%，好吗？或者这是否意味着过度适应？
浏览 0提问于2017-07-08得票数 2
1回答
我的模型总是预测相同的标签，我不知道为什么。下面是我的全部微调代码，希望有人能指出我哪里出错了。
我正在使用Huggingface的TFBertForSequenceClassification进行序列分类任务，以预测德语文本中的四个句子标签。
我使用伯特基德文大小写模式，因为我不只是使用小写文本(因为德语比英语更区分大小写)。
我从一个csv文件中获得输入，该文件是从我收到的注释语料库中构造的。下面是一个例子：
0 Hier kommen wir ins Spiel Die App Cognitive At...
1 Doch wenn Athlet Lebron J
浏览 3提问于2021-01-12得票数 4
回答已采纳
我正在创建一个路由web应用程序，其中包含低桥标记，我想提醒用户，在他们选择的路线上有一个低桥。我知道这是不可能创建避开点，尽管谷歌已经有避免通行费和高速公路。任何帮助都是非常感谢的。
浏览 1提问于2014-02-25得票数 0
我正在用Pocketsphinx4Android ( Android版本)构建一个示例项目。
我正在使用一个自己的语言模型，我有很好的结果，但它完全停止了我的ui，如果它没有收到“语音输入”一段时间。
有人知道有什么东西像自动睡眠模式的口袋狮身人面像吗？
我的应用程序不会完全崩溃，只有ui会被阻塞(有时超过1分钟)，调试点在延迟之后也会被击中，我可以继续。
谢谢。
更新:逻辑猫输出。
//输出在应用程序启动时，关键字识别良好(21:53 MEZ)
04-02 21:53:17.610 11737-12074/rb.gui.cmusphinx_proto I/cmusphinx﹕ INFO:
浏览 0提问于2015-04-02得票数 1
回答已采纳
我首先在我的表中创建了两个单独的索引: uid和time。然后我决定创建一个复合索引(uid，time)。但是，为什么复合索引(第3行)中uid的基数小于单个索引(第1行)中uid的基数？
mysql> show index from full_data;
+-----------+------------+-----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| Table
浏览 3提问于2019-04-10得票数 1
回答已采纳
我正在研究Odroid，并在上面使用openCV python运行人脸检测。但是相机里有太多的滞后。我尝试了很多事情，但都无法消除滞后。请建议我如何消除滞后。我想从至少15英尺的地方检测人脸，因为我需要高分辨率的图像，但是高分辨率的图像会造成更多的滞后。目前，我在帧之间有2秒的延迟。如果有建议，请分享。
import cv2, sys, numpy, os
import json
size = 3
fn_haar = 'haarcascade_frontalface_default.xml'
fn_haareye = 'haarcascade_eye.xml'
浏览 2提问于2016-12-26得票数 0
回答已采纳
作为标题，我正在开发一个在嵌入式设备上使用pocketshpinx的语音识别系统。我已经在我的嵌入式device.But上安装了pocketshpinx，捕获语音的时间非常慢，识别结果是bad.During应用程序的运行，获取语音时间需要花费大约5000 As的compute_frame_pow.Is ?如何提高计算速度？
浏览 2提问于2011-11-28得票数 0
2回答
神经网络在简单x^2函数中的应用
、、、、
我试着训练一个简单的x^2函数的神经网络。
我用excel开发了训练数据。第一列(X) =RANDBETWEEN( -5 ,5) i.即-5至5之间的随机整数
第二列--简单正方形--第一列
第三列，如果第二列小于12.5，则输出'y‘列为0或1.0。
我做了850个训练例子，使用第一列作为'X‘，第三列作为'y’。
然而，我只能得到63%的训练准确率！
我哪里出错了？我将input_layer改为1，并尝试了5到35之间的隐藏单元。尝试了正则化λ0到2，但仍然只有63%的准确性！我哪里出错了？
如果h2(i)>0.5，则我的预测函数为p=1。
如有任何帮助，将不
浏览 0提问于2016-03-14得票数 2
问题是没有错误信息，而且它没有识别任何单词！！我使用了斯芬克斯阿拉伯版的模型文件，我之前在桌面上用eclipse测试过它，它工作得很好，但我不知道为什么它不适用于袖珍sphinx和android。使用feat.params和不工作，并删除它，并将范围扩大到"1e-40f“，77岁后，试着只得到一个代码！我使用以下代码：
private void setupRecognizer() {
File modelsDir = new File("/storage/emulated/0/VoiceR/MODEL");
recognizer = d
浏览 3提问于2017-03-13得票数 1
回答已采纳
这里是我的用例:我有90%-95%的讲演脚本，这些脚本与演讲者实际说的话是一致的。我正在寻找一项服务，我可以上传这些脚本，当演讲者发言时，机器转录服务将自动返回结果--同时使用脚本和内置识别器来提供比内置识别器更高质量的结果。
我知道，使用Google，我可以获得流结果，而使用短语提示，我可以在输入时提供一些上下文，但流会话的时间限制(1分钟)和将输入分成有限的短语和限制短语总数的要求都是交易的中断。
还有其他想法吗？
浏览 0提问于2017-10-16得票数 1
1回答
我想微调盗梦空间的V3来识别使用数据集.它包含21个类，每个类有100个图像。手动我已经将数据集分割成5倍，对于每一层，我有60张图像，用于训练20张用于验证，20张用于测试。示例:在每个类的第一个折叠中，0到59之间的图像用于训练，60到79之间的图像用于验证ecc.在第二次折叠之间，0到19之间的图像用于测试，图像在80到99之间用于验证ecc.我应用了交叉验证，所以最后我将测试数据集中的所有图像的网络。
通过这个微调，我达到了93%，97%是目标.
# import
from keras.preprocessing import image
import os
from matplotl
浏览 1提问于2020-06-05得票数 0
回答已采纳
我拿到日志了：
2018-06-18 20:33:24.218811: W tensorflow/core/common_runtime/bfc_allocator.cc:217] Allocator (GPU_1_bfc) ran out of memory trying to allocate 2.27GiB. The caller indicates that this is not a failure, but may mean that there could be performance gains if more memory is available.
我的程序还能运行。因此，
浏览 0提问于2018-06-18得票数 2
回答已采纳
谷歌分析公司( Google ) SiteSpeed会比预期高出2秒的原因是什么？我们已经尝试使用各种网站的速度测试在线(pingdom显示低于3秒，等等)-以及在各种实际设备/地点的测试。
我们的PageSpeed洞察分数在97+范围内，就像我们在其他大多数类似服务上的分数一样(Pinging等等)。我们还使用了许多应该加快速度的东西，如mod_pagespeed、gzip、优化图像、AWS / Cloudfront等。
然而，我们的SiteSpeed通过谷歌分析始终在4-5秒范围内.是否有任何因素可以完全影响分析，从而不正确地夸大SiteSpeed范围？如果没有，是否还有其他建议，说明我们
浏览 0提问于2016-12-29得票数 3
这个->net.Forward(outs，getOutputsNames(this->net))；cv::dnn::net的转发函数非常慢。有什么方法来优化它吗？我正在使用它通过YOLO v3进行对象检测。每幅图像大约需要2秒。
void ObjectDetector::runInference(cv::Mat& frame, std::string item, std::string output_path, std::string imagename)
{
cv::Mat blob;
cv::dnn::blobFromImage(frame, blob
浏览 1提问于2022-02-09得票数 0
2回答
我已经建立了一个CNN使用Keras分类2不同类别的图像。我遇到的问题是，训练后我似乎无法得到正确的预测。
一点背景..。数据集为78750个示例大(约95%的猫)。1%和5%猫。2)，这可能是罪魁祸首，因为我认为猫正在发生过度适应的情况。1(我认为这是问题所在，但由于其他一些原因，更改数据集大小很难)
为了对抗这一点，我在每个卷积层上增加了正则化，但没有效果。
我的问题是这个..。我是否绝对需要改变我的类别大小，或有什么其他我可以做的，以对抗过度的猫。1？
这是CNN的代码：
model = Sequential()
model.add(Conv2D(filters=25,
浏览 3提问于2017-09-06得票数 1
我需要使用ffmpeg将MP4转换为webm。所以，我用：
ffmpeg -i input.mp4 -c:v libvpx -crf 10 -b:v 1M -c:a libvorbis output.webm
但它很长。
有更快的吗？
浏览 11提问于2017-04-25得票数 11
1回答
我已经训练了一个RNN/LSTM模型。我想解释我的模型结果，在绘制了图表的损失和准确性(b/w培训和验证数据集)。
如果我只向模型提供部分输入，我的目标是对标签进行分类(0或1)。以这种方式我进行了训练。
Train_Validate_Test_Split
Train 80% ; Validate 10 % ; Test 10%
X_train_shape : (243, 100, 5)
Y_train_shape : (243,)
X_validate_shape : (31, 100, 5)
Y_validate_shape : (31,)
X_test_shape : (28, 1
浏览 0提问于2019-07-22得票数 0
回答已采纳
1回答
我有一个基于ResNet的深度CNN和一个数据集(10000，50,50,1)来对数字进行分类。当我运行它开始精简，准确性只是停留在一些值，并轻轻地(约0.2)。我想知道它是否过火，还是涉及另一个问题？
以下是标识块：
def identity_block(X, f, filters, stage, block):
# defining name basics
conv_name_base = 'res' + str(stage) + block + '_branch'
bn_name_base = 'bn' + str(stage) + blo
浏览 0提问于2020-03-09得票数 2
回答已采纳
1回答
我的模型分类图像过度拟合CNN
、、、、
我试图通过添加层和下拉来改变我的验证精度，但是我仍然没有改变，但是我的精度超过了95%，而且我的验证精度总是停留在88%。
我的分裂：
x_train,x_validate,y_train,y_validate = train_test_split(x_train,y_train,test_size = 0.2,random_state = 42)
分割数据(形状)后：
x_train shape: (5850,)
x_train shape: (5850,)
x_validate shape: (1463,)
y_validate shape: (1463,)
x_test shape: (
浏览 11提问于2022-04-26得票数 -1
回答已采纳
据我所知，802.11b和802.11g的工作频率相同，为2.4 GHz。但是为什么802.11g比802.11b实现更快的连接呢？
802.11g实现它的机制是什么？
浏览 0提问于2014-08-27得票数 1
回答已采纳
我在努力优化我的火把模型。我理解量化的基本原理(将32位浮点数更改为16位或8位中的其他数据类型)，但我不知道这两种方法有何不同或选择了什么。
我看到AMP (自动混合精度) 和规则量化。
有谁能解释一下不同之处和申请吗？谢谢。
浏览 4提问于2021-12-28得票数 2
回答已采纳
2回答
语音转文字接口。
、、
我已经在互联网上寻找了语音到文本转换的API。存在CMUSphinx、Android内置API (3级)和pygooglevoice。
其中哪一个是最准确的？(我正在寻找一个在移动平台上使用的API )。
谢谢。
浏览 1提问于2011-11-09得票数 0
我需要开发一个旁遮普语的引擎。我偶然发现了cmusphinx教程的链接- ，但它没有向我显示任何内容。因此，有人可以帮助我如何使用cmusphinx为此目的或任何其他教程链接。
浏览 0提问于2015-02-18得票数 0
1回答
为什么我的模特表演这么慢？
、、、、
我有一个带有3块VGG架构的CNN模型
import tensorflow as tf
from tensorflow.keras import datasets, layers, models
import matplotlib.pyplot as plt
from keras.preprocessing import image
from keras.preprocessing.image import ImageDataGenerator
from keras.regularizers import L2, L1, L1L2
from keras.optimizers import SG
浏览 2提问于2021-01-28得票数 1
回答已采纳
1回答
如何跟踪语音速率
、、、、
我正在开发一个跟踪语音速率的iPhone应用程序，并希望使用Nuance Speechkit ()。
有没有办法跟踪框架的语音速率(例如，每隔几秒钟更新一次WPM )？现在，它似乎只是在长话语的末尾进行语音到文本的转换，而不是每个单词或更多(即，返回部分结果)。
浏览 1提问于2015-11-14得票数 0
1回答
我是训练机器学习的分类模型。我有csv格式的数据，比如5个特性(或列)和100个这样的观察(或行)。
我想添加更多类似的数据，以提高我的模型的准确性。我没有更多的原始数据来源。
我在深度学习中对图像进行数据增强，我执行亮度(-/+)、旋转、翻转。但我不知道如何在ML中做这样的练习。
请帮帮忙。
浏览 0提问于2020-06-15得票数 3
1回答
几个星期以来，我一直在学习角角和TensorFlow，并对时代感到困惑。
我训练了我的网络50个时代，测试数据和训练数据是随机分割的(80%的训练，20%的测试)。训练数据的准确性有很好的提高，但测试数据的准确性却在上升和下降。我不知道为什么会这样。
说在10年代，测试数据的准确率是92%，在下一个时代，精度怎么会下降？我能想到的是，也许每个时代的测试数据和训练数据都是随机选择的，所以系统会看到不符合以前参数的新数据？
是因为这个案子吗？
📷
浏览 0提问于2018-07-26得票数 0
回答已采纳
我正在尝试快速示例，第3课-camvid.ipynb，在示例的开头有一个关于图像和标签的验证。在这里，我们可以看到原始图像和掩蔽(地面推力语义分割)从原始图像。
例如，camvid数据集中的图像150：
img_f = fnames[150]
img = open_image(img_f)
img.show(figsize=(5,5))
get_y_fn = lambda x: path_lbl/f'{x.stem}_P{x.suffix}'
mask = open_mask(get_y_fn(img_f))
mask.show(figsize=(5,5), alph
浏览 4提问于2019-10-29得票数 1
回答已采纳
1回答
我正在做糖尿病视网膜病变的图像分类任务，用眼底图像数据。有5门课。数据分布为1805幅图像(1级)、370幅图像(2级)、999幅图像(3级)、193幅图像(4级)、295幅图像(5级)。下面是我尝试运行的步骤：
预处理(调整224 *224)列车与试验数据的间隔为85%：15%
x_train, xtest, y_train, ytest = train_test_split(
x_train, y_train,
test_size = 0.15,
random_state=SEED,
stratify = y_train
)
数据集成
ImageData
浏览 2提问于2021-03-15得票数 0
1回答
下面是我的语音识别代码。我注意到它并不擅长挑选句子。我能做些什么来解决这个问题吗？
public String listenForVoice() {
SpeechRecognitionEngine recognizer = new SpeechRecognitionEngine(new CultureInfo("en-US"));
Grammar dictationGrammar = new DictationGrammar();
recognizer.LoadGrammar(dictationGrammar);
try
{
reco
浏览 2提问于2017-03-28得票数 1
我正在对我的自定义声学模型进行调整。我引用了这个，但我需要mixture_weights文件进行适配，当我要使用命令将sendump文件转换为mixture_weights文件时
/python sphinxtrain\python\cmusphinx\sendump.py /sendump /mixture_weights
它给了我们
Traceback (most recent call last):
File "sphinxtrain\python\cmusphinx\sendump.py", line 82, in <module>
s
浏览 0提问于2016-04-26得票数 0
我使用的是来自自定义分类头( DistilBERT head )的拥抱面的预培训的参考实施模型，这几乎与C1中的模型相同：
class PretrainedTransformer(nn.Module):
def __init__(
self, target_classes):
super().__init__()
base_model_output_shape=768
self.base_model = DistilBertModel.from_pretrained("distilbert-base-uncased
浏览 0提问于2020-02-24得票数 1
在Debian上，我试图使用以下参数启动pocketsphinx_continuous：
pocketsphinx_continuous -inmic yes -hmm /usr/share/pocketsphinx/model/hmm/en_US/hub4wsj_sc_8k -adcdev plughw:0,0 -dict /usr/share/pocketsphinx/model/lm/en_US/cmu07a.dic
在这里，输出的最后一部分：
INFO: dict.c(320): Allocating 137543 * 20 bytes (2686 KiB) for word ent
浏览 3提问于2016-07-04得票数 0
目前，我正在使用Mathematica代码来执行Picard迭代。代码本身运行良好，但我正在努力使其更高效。我已经取得了一些成功，但我正在寻求建议。也许不可能再加快速度了，但我的想法已经用完了，我希望那些比我更有编程/数学经验的人能够提出一些建议。我只是张贴迭代本身，但可以提供更多的信息，视需要。
下面的代码根据请求被编辑成完全可执行的
另外，我将它从一段时间改为了Do循环，以使测试更容易，因为不需要收敛。
Clear["Global`*"]
ngrid = 2048;
delr = 4/100;
delk = \[Pi]/delr/ngrid;
rvalues = Tabl
浏览 3提问于2011-08-13得票数 0
1回答
我正在尝试训练一个LSTM来使用Nth令牌前面的N-1令牌来预测它
对于每个热编码令牌，我尝试预测下一个令牌。经过三层低层编码后，结果被输入到一个密集的层(封装在TimeDistributed层包装中)，将结果重新编码到相同的热编码中。
奇怪的是，在经历了几个时代之后，准确性(无论是在训练还是验证中)都下降到了接近0(坏消息)，而损失也下降到了接近0(好消息？)。
📷
这一切为什么要发生？我知道，我不能期望损失和准确性总是朝着相反的方向发展(就像损失对所有类别使用绝对交叉熵，而准确性只使用最好的或k个最好的类别)，但是--这种行为是非常出乎意料和无法解释的。
这是什么原因？我做错什么了吗？我应
浏览 0提问于2019-10-02得票数 2
1回答
我使用10折交叉验证在Weka中运行了C4.5剪枝算法。我注意到，未修剪的树比修剪的树具有更高的测试精度。我不明白为什么修剪树不能提高测试的准确性？
浏览 18提问于2017-02-05得票数 0
1回答
希望你们身体健康。我正在研究keras库python 3，以解决回归问题。当我将我的数据集加载到一个panads中时，它会自动添加索引列，它可以被重置，但当我在该数据集上训练我的模型时，它不能被删除，它提供了非常低的精度(0.002)，请帮助我解决这个问题，谢谢！
这是我的代码：
import keras
from keras.models import Sequential
from keras.layers import Dense
from subprocess import check_output
import pandas as pd
import numpy as np
pr
浏览 0提问于2018-09-23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
即时通信 IM
实时音视频活动推荐
腾讯云开发者
