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
(9999+)
视频
沙龙
1
回答
使用小
数据
集
和SMOTE进行
深度
学习
、
、
、
、
我有一个有6000条记录的
数据
。我有一个60-20-20的
训练
,验证和测试
集
。我用XGboost得到了大约76%的准确率。我将我的
数据
转换为时间序列,并应用LSTM/1-D Convnet,准确率约为60%。我的
数据
集
是否太小,无法进行
深度
学习
?其次,可以在每个
训练
上应用SMOTE,测试和验证
集
(在拆分
数据
之后)我知道在将
数据
拆分到
训练
/测试&
浏览 34
提问于2019-09-04
得票数 0
4
回答
DI-X
深度
学习
平台是否只需提交
训练
集
数据
就可以自行完成
训练
?
s
浏览 1252
提问于2018-02-07
1
回答
深入
学习
中的
训练
/推理术语与一般ML中的
训练
/测试有什么不同吗?
、
我在
深度
学习
中读到了“
训练
和推理”。这与一般ML中“
训练
/测试”的概念有何不同?在列车/测试分裂模型还没有看到测试
集
的
数据
。这与谈论
深度
学习
模型的“推理”阶段不一样吗?
浏览 0
提问于2019-04-25
得票数 0
回答已采纳
1
回答
哪些应用领域不适合深入
学习
?
、
深入
学习
似乎是人工智能/机器
学习
中新的酷事物,它在许多领域运作良好,但我想知道--深入
学习
不是最佳方法的具体应用领域是什么?原因是什么?有什么特别的问题吗?
浏览 0
提问于2016-07-18
得票数 1
1
回答
关于我的计划的建议--学生和年级的大型
数据
集
,希望将最低的2%进行分类。
、
、
、
、
我有一个
数据
集
,其中包括全国学生的社会经济指标以及他们的成绩。更具体地说,这个
数据
集
有36个变量,大约3000万学生作为预测因子,然后学生的成绩作为反应。我正在Google上使用Tens
浏览 0
提问于2020-05-25
得票数 2
回答已采纳
1
回答
对于DNN还没有接受
训练
的班级的预测--这有可能吗?
、
我的
数据
是多类、多标签类型的,我计划总共有100个输出类。我对模型的输入X是音频
数据
,我的y是一个单热编码的numpy数组,有100个列显示一个1来指示相应的类(例如y = [0 0 0 0 0 1 0 0 0 0 0 1 0 1 0 0 0 0 0 0 ..然后,在使用当前的12类
数据
(NSize ~ 16000)进行培训之后,我运行了model.predict(...),并获得了几乎所有100列的概率,其中一些列的百分比相当高。
浏览 0
提问于2021-08-01
得票数 0
1
回答
大
数据
集
上的keras
训练
、
、
、
、
其想法是对一些
数据
集
(如1、2、3)进行培训,在获得权重之后,另一个
数据
集
(如4、5、6)将开始进行一次新的培训,从上一次培训中初始化权重。就实现而言,它是有效的,但是,上一次轮转所产生的权重只在用于
训练
该轮的
数据
集
上表现得更好。其他轮调也是如此。换句话说,从dataset上的培训中提取的权重: 4,5,6不能给
数据
集
1的图像带来好的结果,就像在
数据
集
上
训练
的那样: 1,2,3,这
浏览 3
提问于2020-11-18
得票数 0
回答已采纳
3
回答
为什么
深度
学习
模型与机器
学习
模型相比不稳定?
、
、
、
、
我想知道为什么
深度
学习
模式如此不稳定。假设我使用相同的
数据
集
多次
训练
机器
学习
模型(例如logistic回归),并多次
训练
深度
学习
模型(例如LSTM)。在此之后,我计算了每个模型的平均值及其标准差。
深度
学习
模型的标准差比机器
学习
模型的标准差大得多。为什么会这样? 这与
深度
学习
方法中的权值初始化有关吗?如果是这样的话,为什么模型不总是收敛在同一点上
浏览 0
提问于2021-11-09
得票数 4
1
回答
一次射击
学习
意味着什么?他们是否只需要一幅图像来
训练
一些新的类别检测?
、
、
、
作为
深度
学习
的新手,我有点挣扎于掌握一次尝试
学习
的想法。 假设我有一个类来检测
训练
数据
集
(如COCO或Image )中不存在的类。我是否可以仅使用图像来
训练
该类的模型,或者
训练
集
必须与YOLO或RCNN一样大?
浏览 0
提问于2021-05-04
得票数 1
回答已采纳
1
回答
我可以在组合( train+dev)
集
上
训练
微调模型,然后用测试
集
进行评估吗?
、
我正在使用的
数据
集
由
训练
集
和测试
集
组成。为了对
深度
学习
模型进行微调,使用10%的
训练
集
作为验证
集
。找到最佳超参数值后,有两个可能的选项b)使用测试
集
评估模型(即,在完整
训练
集
上重新
训练
的模型) 以上哪一个选项是有效
浏览 4
提问于2019-05-06
得票数 0
1
回答
H2o flow automl临时样本框架
、
、
、
、
我有一个很大的框架,使用了h2o flow run automl和
深度
学习
算法。然而,
训练
指标是在“临时样本帧”上计算的。我找不到任何关于这方面的信息。
浏览 17
提问于2019-11-05
得票数 1
回答已采纳
2
回答
在对机器
学习
和深入
学习
项目进行分析之前,我应该重组培训和测试
集
吗?
、
、
、
、
我通过在机器
学习
和
深度
学习
领域做项目来
训练
自己。为此,我向Kaggle竞赛(如 )注册。 当我们加载
数据
时,有两个
数据
集
:火车和测试。但是,我不知道是否应该同时使用
训练
集
和测试
集
来计算这些特征的平均值或标记,或者仅仅使用
训练
集
。因为据我所知,测试
集
应该用来衡量模型在它从未见过的
数据
上的表现,所以我认为到目前为止,我只应该使用
训练
浏览 0
提问于2019-07-26
得票数 0
回答已采纳
2
回答
如何提高生物
数据
集
的准确性?
、
、
、
、
我有一个生物不平衡
数据
集
,我已经应用了深入
学习
,支持向量机(所有的核心函数)和人工神经网络的多类分类(大小:139个样本,5个属性)在python。不幸的是,准确度不超过55%。怎样做才能提高准确度?如果
数据
集
不能超过这种平均精度,那么解决方案是什么?
浏览 0
提问于2017-08-01
得票数 1
回答已采纳
2
回答
用于权重初始化的预
训练
深度
学习
模型
、
、
当预
训练
深度
学习
模型(假设是
深度
卷积神经网络)以实现良好的权重初始化时,我是使用整个
训练
集
而不进行验证(以避免信息泄漏),还是只使用
训练
集
的子集?
浏览 24
提问于2020-07-07
得票数 0
回答已采纳
1
回答
计算机视觉环境下
训练
数据
集
的大小
、
、
、
、
一般来说,对于机器
学习
模型的
训练
,
训练
数据
集
的大小应该大于预测器的个数。对于一个神经网络,甚至一个
深度
学习
模型,参数的数量通常是数万甚至数百万。在实践中,
训练
数据
集
的数量,即图像的数目,通常少于参数的数目。怎么解释这个?我知道,我们可以声称,预先
训练
过的模型可以消除拥有这么多图像的要求。这是唯一的原因,或者我们应该使用像素数乘以图像的数量来测量
训练
数据
集<
浏览 0
提问于2020-04-02
得票数 0
1
回答
掩膜-RCNN项目
、
、
我目前正在做一个关于语义分割的小组项目,需要用自己的
数据
集
来
训练
模型。问题是
数据
集
在任何预先
训练
的模型中都是不可用的,因为目标是检测运动鞋的每一部分(例如。花边,外底,前贴,标志等)。我们的团队成员中没有一个从未
学习
过
深度
学习
,而是
学习
过计算机科学。还有一个关于面具的问题-RCNN。预
训练
模型的权重的确切含义是什么?它是根据DL模型计算的权重吗?
浏览 0
提问于2019-08-14
得票数 0
回答已采纳
1
回答
无法在Deep learning Studio
深度
认知中将输入数组从形状(7,3)广播到形状(32,3)
、
、
、
我想用
深度
学习
工作室
深度
认知
训练
我的自定义图像
数据
集
我在这里使用云/服务器https://app.deepcognition.ai/app/ 我的自定义
数据
集
https://mir.cr/5BTDN2TL我的模型使用AutoML (自动建模)
数据
集
已成功上载并可供使用,但在尝试对其进行
训练
时出现错误 无法将输入数组从形
浏览 16
提问于2019-05-14
得票数 0
2
回答
是否可以在小尺寸的图像
数据
集
上设计
深度
CNN模型?
、
我已经开始了一个使用
深度
学习
对
数据
集
进行分类的项目。我试过把
学习
转移到预先
训练
的模型上。现在,我想设计一个CNN模型,它可以完成分类工作,但在任何地方都需要大量
数据
。我的问题是:是否有可能在小于1000幅图像的图像
数据
集
上设计
深度
CNN模型?
浏览 0
提问于2018-03-13
得票数 0
1
回答
在自己的
数据
集
上培训SSD的问题
、
、
、
、
为了进行培训,我使用了自己的(非常小的)对象
数据
集
,这些对象不在任何更大的已知
数据
集中。我的
数据
集
具有以下特征:图像中只有一个类别的标签。所有图像的大小都适合300x300。我正在为github-存储库中提供的VGG-16网络使用预先
训练
过的权重。它是在imagenet
数据
集
上进行培训的。是因为小
数据
集
,还是因为参数错误或其他原因? 我
浏览 0
提问于2019-03-01
得票数 1
回答已采纳
1
回答
深度
学习
是否需要图像配准?
、
、
我的问题是,基于
深度
学习
的分类是否也需要
训练
数据
集
图像的图像配准?在
深度
学习
中,架构本身定义了最佳特征,使用
深度
神经网络进行腹部CT扫描图像分类是否需要注册?当我们为了更好地
训练
数据
而进行
数据
增强时,这种情况下还需要图像配准吗?
浏览 34
提问于2019-06-04
得票数 1
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
23个优秀的机器学习训练公共数据集
如何快速构建深度学习图像数据集
深度学习的核心:掌握训练数据的方法
捕获深度学习数据以训练神经网络
深度学习实战 图像数据集预处理总结
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