我正在尝试建立一个简单的模型，并保存未训练的层。(我稍后会想要训练它)。我正在尝试使用tensorflow核心API，而不是依赖于Keras层，这样我就可以更直接地控制我使用的内容，并最大限度地提高与TFLite的兼容性。concrete_function = root.rnn.get_concrete_function()
tf.saved_model.save(root,"model",concrete_function) 我希望有一个保存的未经
浏览 27提问于2019-10-03得票数 0
回答已采纳
1回答
在Aurélien Géron著的“用Scikit进行机器学习-学习、Keras和TensorFlow第二版”一书中，作者引用了：
与最小最大标度不同，标准化并不将值绑定到特定的范围，这对某些算法来说可能是一个问题(例如，神经网络通常期望输入值从0到1)。这是否意味着标准化对神经网络不利？请解释神经网络如何在标准化的情况下工作得很好，但是很好地符合最小-最大尺度。
浏览 0提问于2021-11-23得票数 2
对于我的二进制分类问题，哪种算法是最好的选择？我有大约200 K样本在培训集和18个属性，包括二进制，数字和分类。
我想得到最适合我的问题的三大算法的列表。
浏览 0提问于2018-09-23得票数 -2
我对神经网络有点陌生，所以我做了一些虹膜数据集的练习。但结果很奇怪。因为我使用相同的数据(不是随机选择的)和大量的历次(500次)运行网络，但是结果有时是0,25，有时是1,0或0,95。唯一随机的是偏差和重量。我认为训练500个时代的网络最终应该消除这种随机性。但它似乎没有，或有另一个问题，我还没有注意到。如果你在这件事上帮我，我会很感激的。(PS:如果你给我一个更好的<
浏览 0提问于2020-08-02得票数 0
回答已采纳
2回答
我使用TensorFlow作为训练模型，它有4个输入的一个输出。问题是回归。我试着增加/减少隐藏层的数量，增加/降低学习率。我还尝试了多个优化器，并试图对<
浏览 6提问于2017-07-06得票数 1
1回答
今天，我试着看看神经网络是否能预测下一个随机数，由20个先前的随机数序列生成。然而，当我实际使用模型预测时，它只是返回了最常见的数字。我对keras和tensorflow非常陌生，所以我不知道如何解决这个问题，甚至可能。这是密码。
浏览 13提问于2022-11-04得票数 0
回答已采纳
本着著名的Tensorflow Fizz Buzz笑话和异或问题的精神，我开始思考，是否可以设计一个实现y = x^2函数的神经网络？给定一个数字的某些表示(例如，作为二进制形式的向量，因此数字5被表示为[1,0,1,0,0,0,0,...])，在这种情况下，神经网络应该学会返回它的平方- 25。如果我能实现y=x^2，我可能可以实现y=x^3和x的任何多项式，然后用泰勒级数，我可以近似y=\sin(x)，这将解决F
浏览 0提问于2019-03-22得票数 17
回答已采纳
1回答
我正在使用GENSIM (word2vec)训练一个单词嵌入，并在KERAS的神经网络中使用训练好的模型。当我有一个未知(词汇表外)的单词时，就会出现问题，因此神经网络不再工作，因为它无法找到该特定单词的权重。我认为解决这个问题的一种方法是将一个新单词(<unk>)添加到具有零权重(或随机权重？)的预训练单词嵌入中。
浏览 18提问于2020-12-19得票数 1
我想用卷积神经网络来识别图像中的细微模式。我见过几个例子，人们放弃了推理，认为这种模式不具有主导性或一致性，不足以被神经网络发现。由于调整这些网络非常耗时，我想知道:有什么方法来验证问题是可以解决的/模式是可以识别的(或者至少给出了相同的指示)？我的目标是根据产品的图像识别产品的细微差别。我想把产品图像分解成各种各样的
浏览 0提问于2018-03-21得票数 1
1回答
随机森林与神经网络
、、、
为什么在分类任务中，神经网络被认为是比随机森林更好的模型？在一个10类分类问题中，我尝试了这两种模型，随机森林的性能要好于有1个隐层的神经网络，而比有3个隐层的神经网络略差。为了比较它们，我使用了相同数量的估计器(在随机森林中)和神经元(用于神经网络中的隐层)。
浏览 0提问于2020-06-12得票数 -1
1回答
减小自动滑行模型大小
、、、、
我正在使用根据一些数据生成一个回归模型。运行几个小时后，我将生成的模型保存到磁盘上，以便稍后与joblib一起使用，生成的文件的大小为2.5 GiB。
如何减小已保存模型的文件大小？我只需要能够在未来使用该模型进行预测。
浏览 5提问于2018-02-02得票数 0
我是机器学习的新手，也是通过练习学习的新手。什么类型的机器学习算法可以使用？
浏览 0提问于2018-03-21得票数 3
回答已采纳
1回答
我研究神经网络已经有一段时间了，最近我学习了辍学训练算法。有优秀的论文可以理解它是如何工作的，包括作者的论文。至于测试部分，论文总是谈到使用权重减半的完整网络，但没有提到如何在培训/验证部分(至少是我读到的<
浏览 7提问于2014-12-05得票数 0
我想要的是一个可能的神经网络实现的列表，这些实现可以被实验。可能需要一小时到一周的时间才能写出来。tic-tac-toeConnect 4ChessGoSudokupaper/scissors/rockhorse 游戏赛车recognition 视觉识别字符识别(字体、字母、数字等)detectionMale与female的音频识别语言programming) 单词识
浏览 16提问于2010-03-24得票数 6
这个问题是关于将神经网络的类别放在其他模型的角度上。在Sutton和McCallum的“条件随机场简介”中，给出了如下数字：这表明朴素Bayes和Logistic回归形成了一个生成/鉴别对，线性链CRFs是logistic回归对序列的自然扩展。我的问题是:是否有可能将这个数字扩展到包含(某些种类)神经网络？例如，一个简单的前馈<e
浏览 0提问于2018-05-31得票数 5
回答已采纳
我目前正在做一个项目，我认为使用机器学习可能是有用的。我对火把有很好的理解，我知道如何在这个框架内建立我的神经网络。你有一个游戏，你已经开发，你想发展一个反作弊的各种情况。现在举个例子，我将选择“飞行黑客”。我想做的是记录一段时间内所有球员的数据。这些数据包括三维空间(x，y，z)中的</e
浏览 0提问于2020-08-12得票数 0
1回答
我已经创建了一个自定义的损失函数来处理二进制类的不平衡，但我的损失函数并没有在每个时期得到改善。对于指标，我使用精确度和召回率。 plt.grid(True); plt.gca().set_ylim(0, 1); plt.show()
用于处理类不平衡问题的自定义损失函数输入数据集的图像和真正的y变量类名称:
浏览 2提问于2020-11-30得票数 1
2回答
如何处理过度装配
、、、
我正在研究两类机器学习分类问题(0/1)。我想建立一个预测模型。问题是，我有一个小的dataSet的shape=(89, 21)，这可能会导致过度拟合.问题(20个自变量)。我注意到，结果受到列车数据和测试数据大小(即如何进行拆分)的高度影响。LR的最佳结果为0.90，最差的为0.74。X_test, y_train, y_test = train_test_split(X, Y, test_size=0.37, rando
浏览 0提问于2020-06-28得票数 4
1回答
我有一个学习人工神经元作为一个简单信号计数器的小程序:我的细胞有四根输入线(也称为树突)和一条输出线(也称为轴突)。如果至少有两个输入信号足够强，轴突就被激活。我认为神经元一旦连续“猜测”出了足够多的输出，就会被学习。private static boolean signalPasses(float output) { }我得到了这样的东西
浏览 0提问于2015-07-30得票数 2
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
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
