1回答
LSTM模型的精度很低。
、、、、
我正在尝试建立一个模型来预测文本。, 0.], [0., 0., 0., ..., 0., 0., 0.]], dtype=float32) 我的模型是(optimizer='RMSprop', loss='categorical_crossentropy', metrics=['accuracy']) 现在训练我的模型，即使有150个时期，我也只能达到0.
浏览 77提问于2019-05-20得票数 0
回答已采纳
1回答
低精度LSTM预测
、、、、
我使用了一个LSTM模型来预测。但精度很低。我怎样才能解决这个问题？from keras.layers import Dropoutmodel=Sequential()model.add(LSTM(50, activa
浏览 11提问于2022-06-06得票数 1
回答已采纳
1回答
我试图用functional重写一个顺序模型，但是当我这样做的时候，使用functional创建的模型在fit()阶段的精度很低，而且在历次周期之间的精度也没有提高。在阅读了一些关于提供类似结果的开发模型之后，我设置了种子值如下，但仍然没有运气；np.random.seed(2017)
out
浏览 0提问于2018-08-01得票数 2
3回答
我在一个数据集上应用LSTM，该数据集有53699个条目用于培训集，23014条条目用于测试集。输入训练集的形状为(53699,4)。我尝试过不同的激活(tanh，relu)和不同的单位大小与四个LSTM层和一个密集的层，但精度很低。如何提高这个问题的准确性？Sequential()
from keras.layers.normalization.batch_normalization import BatchNormalizati
浏览 9提问于2022-05-10得票数 0
1回答
LSTM的训练与测试精度计算
、、、、
我正在用下面的代码构建一个LSTM模型，我希望计算该模型的训练和测试精度。我是机器学习的新手，我唯一知道的计算精度的方法就是使用sklearn的“精确分数”。=req_length))input = (req_length, 32)lstm_mod
浏览 5提问于2022-05-05得票数 0
2回答
对于以下问题，我没有找到任何答案：m = load_model.load("lstm_model_01.hd5")
我检查了m的所有可调用方法，但没有找到我要找的东西
浏览 0提问于2018-03-07得票数 2
回答已采纳
我有一个PyTorch LSTM模型，我的forward函数如下所示： print('in forward', x.dtype, hidden[0].dtype, hidden[1].dtype) return lstm_out, hidden
所有的print语句都显示to
浏览 8提问于2020-03-03得票数 2
回答已采纳
1回答
我想创建一个预测年龄和性别的模型，并将其集成到android应用程序中。准确率较高，对性别的准确率达90%以上。培训结束后，我尝试了几种方法来转换tflite中的模型：
直接从.h5文件
浏览 1提问于2019-06-26得票数 2
1回答
我按照tutorial 为我的越南语训练了一个新的声学模型。简单地说，我记录了从0到9的数字来进行训练，并使用这些经过训练的数据进行测试。因此，准确率应该是预期的100%。我可以确保我做的所有要求，如16k采样率，16位深度，...这是我的项目：
浏览 5提问于2019-05-15得票数 1
代码的相关部分：Sequential( BatchNormalization(input_shape=input_shape),LSTM(lstm_1, return_sequences=True, dropout=dropout_1), LSTM(lstm=============] - 4s 8ms/step - loss: 0.5264 -
浏览 1提问于2018-12-17得票数 2
我正在使用IMDB数据集在Keras中训练一个模型。对于具有LSTM层的模型，精度约为50%： model.add(Embedding(max_features, 32))准确性：我也尝试了一个单一的</
浏览 0提问于2018-11-18得票数 1
回答已采纳
2回答
需要提高我的LSTM模型的精度
、、、、
这是我的模型scaler = MinMaxScaler(feature_range=(0, 1))model.add(LSTM(50, activation='relu', return_sequences=True))
model.add(
浏览 7提问于2022-07-07得票数 0
1回答
我是这个领域的新手，正在尝试重新运行从互联网复制的示例LSTM代码。LSTM模型的精度始终是0.2，但预测的输出是完全正确的，这意味着精度应该是1。有人能告诉我为什么吗？from numpy import arrayseq = array([i/floatrange(
浏览 45提问于2019-06-04得票数 2
2回答
我正在为我的RF模型玩不同的决策截止值。当我选择1.0作为临界值时，我希望我的模型在检测阳性样本时具有很高的精度，但召回率很低。然而，scikit显示的精度和召回率为0，截止为1.0？
浏览 30提问于2019-12-13得票数 0
回答已采纳
1回答
一维CNN模型的精度很低。
、、、、
我试图建立DNA突变分类的一维CNN模型，我建立了模型，它工作正常，但我得到的测试数据的准确性很低，我有数据集，如下图。
vocab_size = 100max_len = 90accuracy = accuracy*100
print(&
浏览 3提问于2021-06-25得票数 0
1回答
我正在训练一个CNN-LSTM concat模型，经过20个时期后，我得到了69%的准确率和0.04 %的损失？我知道非常高的训练精度和相对较低的验证精度的组合表示过拟合，但我想知道低精度和非常低的损失是否也表示过拟合。 总体而言，准确率呈线性增加，损失呈指数下降。
浏览 37提问于2020-01-30得票数 0
回答已采纳
0回答
我有一个具有12个双精度特征的40个数组的数组，所以类型是[双精度]。目前，我正在将这些数据发送到Google Cloud ML API，以获得相关预测。由于苹果最近引入了CoreML和.mlmodel，我将我的模型从keras转换到了keras，以避免数千次google cloud api调用，并直接在我的iPhone上进行推理：coreml_model.save(
浏览 17提问于2017-06-09得票数 6
1回答
我有一个LSTM编码器-解码器模型，我已经开发，以分类的价格波动基于跳跃-扩散模型(二进制分类问题本质上)。
我的模型是75/25之间的培训和验证。我的问题是，在应用了类不平衡技术(如SMOTE )之后，我的模型在培训和验证两方面的预测精度都很高(可能仍然过于合适)。但是，在精确性方面，召回和f1评分--我的训练模型再次表现良好--但在验证方面，我<em
浏览 2提问于2020-08-22得票数 0
回答已采纳
对于图像分类任务，我首先构建了一个CNN模型，当我使用GlobalAveragePooling2D()时，它比Flatten()提供了更高的精度。现在，我想在LSTM层正常工作之前将LSTM层添加到我的模型TimeDistributed(Flatten())中，但是当我用TimeDistributed(GlobalAveragePooling2D
浏览 7提问于2022-03-08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
