我正在开发一个使用keras的通用音频标签系统。我有以下数据输入: x_train对每个输入有10个不同的数据(data_leng，max，min等)，y_train表示41个可能的标签(吉他，贝斯等) x_train shape = (7104,我的模型是： from keras.models import Sequentialfrom k
浏览 25提问于2019-05-10得票数 1
1回答
我正在训练一个正常的前馈网络，使用股票过去90天的财务数据，并预测股票第二天是上涨还是下跌。我使用二进制交叉熵作为我的损失和优化器的标准SGD。这是我的模型： _________________________________________________________________
Layer (type)_______________________________________________________________ 我预计要么两个损失都会减少，而
浏览 347提问于2019-08-12得票数 6
回答已采纳
1回答
我试着根据一组特征来预测一首歌的排行榜，我已经确定了低特征1，高特征2和高特征3与图表上的高位置(低输出排名，例如位置1)的强相关性。然而，在训练我的模型之后，MAE在训练和测试集上都达到了大约3500 (非常非常高)。加上一些值，它似乎给出了所有3个特征中值较低的观察值的最低输出排名。
我认为这可能与我对数据进行规范化的方式有
浏览 6提问于2018-08-30得票数 0
我使用一个非常简单的模型来对224x224 RGB图像进行分类。为什么我的模特搞混了？该模型很容易处理：但是，当我在图
浏览 0提问于2019-10-25得票数 1
2回答
我有一个多标签分类问题，我使用了以下代码，但验证准确率在第一个纪元跳到99%，这是奇怪的考虑到数据的复杂性，因为输入特征是2048提取自初始模型(池3:0)层和标签是1000，(这里是一个文件的链接包含样本的特征和标签~ 10个条目，其余为零预测<
浏览 18提问于2017-06-30得票数 7
回答已采纳
1回答
有谁能解释一下物理学中熵与信息系统中熵的等价性或相似性？对不起，我不是数学家，但我仍在努力理解这些概念，这样我才能更好地理解这些概念。我对物理学中的熵有一个概念，但我不明白什么时候有人说熵在信息系统中，它的用途和应用。耽误您时间，实在对不起。
浏览 2提问于2020-08-31得票数 0
回答已采纳
我的项目是试着从陀螺仪和加速计的数据中找出是否可以预测在电话旁边讲话的人的性别。我有315个例子(每个例子60秒)，每个例子有2997条线，每条线代表来自陀螺/加速度计xyz轴的向量的大小。我通过相同的种子对输入和输出进行了混洗，并对输入数据进行了标准化。我在60|20|20上拆分数据。在这个测试中，我尝试从加速计中查看是否有男性说话，因此输出是二进制的
浏览 2提问于2020-09-16得票数 1
1回答
我有一个关于R中keras模型代码的问题，我已经完成了模型的训练，需要进行预测。预测一条线非常快，但我的数据有2000,000,000行和近200列，其结构类似于附加的图像。Datastructure我不知道是否有人有任何关于使用哪种方法的建议，这样predict就可以快速运行并使用更少的内存。我根据表格创建了一个矩阵，为了预测，每个矩阵都是200,000x2
浏览 20提问于2021-09-25得票数 0
回答已采纳
2回答
我尝试使用keras (backened )创建一个神经网络。我有4个输入和2个输出变量:不可用from keras import optimizersfrom keras.layers import Densetestdata.csv", delimiter=";")
Z = testset[:,
浏览 1提问于2017-07-31得票数 1
2回答
多标签分类的实现
、、、、
到目前为止，我已经使用Keras Tensorflow对图像处理、NLP和时间序列预测进行了建模。通常在标签具有多个条目的情况下，因此多个类别的任务始终只是预测样本属于哪个类别。例如，可能的类列表是汽车，人类，飞机，鲜花，建筑。因此，最终的预测是样本属于哪个类别-给出每个类别的概率。通常，就非常有把握的预测而言，一个类别的概率非常高，而其他类别的概率非常低
浏览 25提问于2020-08-31得票数 1
回答已采纳
我正试图建立一个外汇预测模型。它给出了将每个周期划分为买卖/中性的一些有希望的结果。当用作分类器时，实际回报将转换为0、1或2，以表示可能的操作(sell=0、neutral=1、buy=2)，这取决于未来价格变化是高还是低。然而，当试图将未来的变化预测为一个线性回归问题时，它是在做毫无意义的预测。每次我训练这个模型时，它都会很快地收敛到每个周期不同的固
浏览 0提问于2019-12-10得票数 0
函数将我的文本输入转换为一个数组，每个字符的ascii表示用零填充，这样它们都具有相同的大小。我的完整代码是这样的： import sysimport matplotlib.pyplot as plt
from keras.layers(predict, axis=0)函数返回一个数字列表，其中没有一个数字大于我的数组大小，因此我假定它
浏览 9提问于2019-04-22得票数 2
1回答
我目前正在探索使用随机森林来预测事件的未来值(我的ARIMA模型给了我非常糟糕的预测，所以我试图评估其他选项)。我完全意识到，糟糕的结果可能是因为我没有太多的数据，质量也不是最好的。我的最初数据仅仅是每个日期发生的次数。然后，我训练了一个随机森林，使计数成为标签(我试图预测的)和所有其他的特征。我还分了70/30火车&
浏览 1提问于2019-12-11得票数 1
回答已采纳
1回答
深度学习:当学习率太高时
、、、
当我在Keras中改变SGD的学习率时，我在代码中发现了一些非常奇怪的东西： def build_mlp(): model.add(Conv2Dmodel.compile(loss='categorical_crossentropy', optimizer=SGD(lr=0.0005), metrics=['accuracy']) 在使用MNIST数据集进行训练的过程中，我每5个时期的学习率
浏览 56提问于2020-06-15得票数 0
回答已采纳
我正在创建一个简单的顺序Keras模型，它将在一批100中接受10k的输入。每个输入有3列，对应的输出是该行的和。
序贯模型有两层-低密度扫描显微镜(Stateful=true)，密度大.问题：，对于最初的400-500输入，预测不能正常工作，而对于其他输入，它的工作非常好，val_loss非常</em
浏览 5提问于2017-03-02得票数 1
回答已采纳
1回答
我正在参考keras 来构建一个以嵌入和其他一些重要特性的形式接受多个输入的网络。但是，如果我们已经定义了主损失，那么我就不明白辅助损失的确切影响。正如文档中提到的那样，我假设它有助于顺利地进行嵌入/之前定义的任何其他层的培训。我的问题是，如何确定辅助损失的权重。
我们编制了该模型，并给辅助损失分配了0.2的权重。若要为每个不同的输出指定不同的loss
浏览 0提问于2017-04-04得票数 10
回答已采纳
我一直试图用进行时间序列预测，但是遇到了一个障碍。基本上，对于一些(正)输入，它有时预测负数，这显然不应该是这样的。即使预测不是负面的，它们有时也是非常不准确的--数量级高/低，比它们应该的高/低。给算法提供更多的数据用于工作似乎没有帮助，事实上，往往使预测更糟。我使用的数据具有以下特征，这
浏览 9提问于2011-05-03得票数 24
我最初用64x80x3的图像大小进行训练，除了第一个Conv1层中的步幅外，所有参数都与提供的相同，它被更改为2。我实现了非常高的测试精度，高达0.999。然后在实际使用中，我也获得了相当高的检测准确率。
然后我更喜欢使用较小的图像尺寸32x80x3。我使用了与64x80x3图像大小训练相同的参数，但准确率低至0.9671。我试
浏览 1提问于2015-08-20得票数 0
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
腾讯会议
云直播活动推荐
腾讯云开发者
