1回答
我有一个使用keras的自动编码器模型，输入和输出形状是(BATCH_SIZE，20)。在中间有一个Lambda层，用于过滤数据。然后，我想仅根据这700个样本来更新权重。在Keras中有没有办法解决这个问题？
浏览 7提问于2020-03-27得票数 0
2回答
在Keras中，如何比其他样本(样本权重)更重要？trainingWeights，这是我想要给每个样本的期望的重要性。，根据Keras文档的说法：
sample_weight:训练样本的可选的Numpy权重数组，用于对损失函数进
浏览 0提问于2018-05-02得票数 18
回答已采纳
我对在训练阶段如何使用验证集感到困惑(像CNN这样的神经网络)？在Matlab或python(Keras)这样的平台中，我将数据集分为训练集、验证集和测试集。我知道验证集用于调优超参数(如神经元数目和学习速率)，假设使用SDG优化器，如何根据验证集进行调优？验证集是否只是给出了神经网络对不可见数据(验证集)表现的指示，然后基于此我手动设置了超参数？
浏览 0提问于2020-07-19得票数 2
回答已采纳
1回答
根据Keras文档的说法，sample_weight可以用于训练数据中的任何样本在损失中的不同重要性。我在谷歌上搜索了一下，但没有找到我的问题的答案如下：因
浏览 0提问于2020-03-21得票数 6
1回答
我用100000个样本在Keras中训练了一个通用模型，并取得了良好的性能。然后，对于特定样本，我希望使用训练的权重作为初始化，并继续优化权重，以进一步优化特定样本的损失。
然而，出现了这个问题。首先，我通过keras轻松地加载训练过的权重，然后对一个特定样本的损失进行评估，
浏览 0提问于2018-12-23得票数 0
我看到了一个代码示例(太大了，无法粘贴在这里)，作者使用的是model.train_on_batch(in, out)而不是model.fit(in, out)。Keras的官方文件说：
但我不明白。它和fit()是一样的吗，但是它不是做很多前馈和反向支持的步骤，而是做了一次吗？还是我错了？
浏览 0提问于2018-01-31得票数 12
回答已采纳
2回答
当batch_size参数大于1时，我有一个关于在Keras/Tensorflow中实现Dropout的问题。最初的文件说：
唯一的区别是，对于一个小批量的每一个训练案例，我们通过退出单位来抽样一个变薄的网络。该训练案例的前向和反向传播仅在这个稀疏的网络上进行。每个参数的梯度在每个小批的训练案例中平均。任何不使用参数的</em
浏览 5提问于2020-02-19得票数 0
3回答
角点载荷模型
、、
当在keras中将模型(以前处理过)加载到LSTM网络时，它是否包括网络中的培训数据(显式)？
如果不是，(load model)如何帮助预测时间序列中的模式。
浏览 3提问于2018-05-29得票数 0
回答已采纳
在我点击了一个train_on_batch更新，使一些权重nan后，我在将我的keras模型重置为它在前一个时代的权重时遇到了麻烦。我尝试在每个训练步骤后保存模型权重，然后在nan训练更新后将“良好”(非nan)权重加载回keras模型。这似乎工作得很好-在将旧的权重文件加载
浏览 15提问于2019-02-25得票数 1
回答已采纳
1回答
我正在使用MATLAB训练一个深度学习网络，并希望增加每个时代的迭代次数。options = trainingOptions('sgdm', ...'Plots','training-progress');📷
根据医生的</
浏览 0提问于2018-12-03得票数 0
回答已采纳
1回答
我试图在Keras中定义一个考虑样本权重的自定义度量。在拟合模型时，我使用样本权重如下： train_data, sample_weightoptimizer, metrics = ['accura
浏览 3提问于2019-02-22得票数 4
回答已采纳
您好，我正在尝试使用VotingClassifier与我的GradientBoostingClassifier，我放了一个包装器在周围，以便利用sample_weight。], weights=[1,2])
Y的样本是
浏览 3提问于2016-02-23得票数 1
1回答
专家们，我是第一次接触机器学习，并使用Keras API和TensorFlow后端来训练机器学习模型。我使用模型检查点在.json和.h5文件independently.in中保存最好的权重和最好的模型，到目前为止，我试图写一个代码，如下所示，但我没有得到任何模型或权重保存。希望我能提前得到好的solution.Thanks。
浏览 43提问于2020-09-18得票数 0
回答已采纳
1回答
我在google训练了一个计算机视觉模型。如果我执行model.save("name.h5")，然后下载.h5文件，这是否保存了经过训练的模型？还是仅仅是模型中未经训练的结构？
浏览 4提问于2020-07-10得票数 2
回答已采纳
我目前正在阅读Keras的作者Francois的“用Python进行深度学习”，在他对小型批处理的一个定义中，他解释说，batch_size的2功能是由于gpu中的内存分配/有人能详细说明这一点吗？小型批处理或批处理-一组小样本(通常在8到128之间)由模型同时处理。样本数通常是2的幂，以便于GPU上的内存分配。在训练时，使用一个小批处理来计算应用于<e
浏览 0提问于2018-12-23得票数 1
4回答
我正在使用matterport存储库在自定义数据集上训练掩码RCNN。我在训练中取得了成功。现在，我想保存训练好的模型，并在web应用程序中使用它来检测对象。训练完成后如何保存mask rcnn模型？存储库的链接：
浏览 2提问于2019-07-08得票数 5
我在凯拉斯训练CNN。每个时期大约需要18个小时。我需要每半小时保存一次模型权重，因为我不能连续运行18个小时。cp_callback = tf.keras.callbacks.ModelCheck
浏览 0提问于2019-06-09得票数 0
Keras的参数class_weight用于fit()函数，loss_weights用于compile()函数。从解释(文档)和我所理解的情况来看，两者似乎是相同的，因为它们被用来表示每个类的重要性。
浏览 0提问于2019-12-11得票数 5
1回答
我有一个简单的二值图像分类CNN网络。verbose = 1,validation_split=.3)
在这里，我正在训练模型，然后验证模型。我的问题是
我想在培训前检查测试数据上的模型；由于我使用的是Gabor内核初始化器，所以在培训之前我想看看这个过滤器是如何工作的。在这种情况下，我需要添加`model.fit()吗？我有点困惑。对于代码的最
浏览 3提问于2021-11-17得票数 0
回答已采纳
3回答
我正在用一个非常需要CNN模型的记忆来完成分类任务。这对我在训练中可以使用的批次大小提出了一个很大的限制。我正在使用Te
浏览 1提问于2019-03-20得票数 19
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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
