我已经测试了一个在二进制分类上工作良好的CNN，但当我将输出层从1更改为5，并为其提供具有5个标签的数据时，它会抛出错误: ValueError: logits和labels必须具有相同的形状((None，5) vs (None，1)) 每个样本都是一个190x8矩阵，标签在0到4之间 我的代码如下所示： testingData
浏览 20提问于2021-04-01得票数 0
我正在创建一个CNN，它可以对14个不同类别的CXR进行多标签分类，这些类别可以共存。(<code>C0</code>)。我使用Python和Keras和Tensorflow，现在我正在尝试让代码工作(通过一个小测试CNN)，我得到了错误"ValueError: logits和labels必须具有相同的形状((None，
浏览 41提问于2020-06-10得票数 3
在执行图像分类任务时，我希望将神经网络输出层中使用的激活函数从softmax更改为sigmoid，但在使用此方法后，我得到了一个错误(错误信息如下。使用softmax功能时不会报告错误)。更改前的Softmax代码： # with tf.device('/cpu:0'):
浏览 14提问于2020-06-19得票数 0
我有一个图像多标签分类问题，我想解决与tensorflow。tf.nn.sigmoid_cross_entropy_with_logits(labels, logits)
标签是具有二进制值{0,1}的向量。logits是具有与带有whole值的
浏览 0提问于2017-02-20得票数 3
回答已采纳
1回答
我创造了不同等级的低赫兹信号的光谱仪。它们都有一个浅蓝色的前景，几乎没有其他颜色的像素，甚至对我来说，很难用人类的视觉来区分这些类别。现在我想训练CNN在这些光谱图像上做二进制分类。不管我如何构建网络，不管是什么配置和参数--它不学习，损失也不会减少。can如何学习颜色？我是不
浏览 0提问于2020-10-06得票数 2
一个批量大小= 10的二进制分类问题。尝试使用torch.nn.BCEWithLogitsLoss()。ValueError: Target size (torch.Size([1, 10])) must be the same as input size (torch.Size([10, 2]))
这是我的训练代码
浏览 1提问于2021-02-04得票数 0
我是Tensorflow和deep leaning的新手。我正在尝试在我的RNN模型中查看10个时期的损失是如何减少的，我创建该模型是为了从kaggle读取包含的数据集。我试图将交易分类为欺诈(1)而不是欺诈(0)。localhost/replica:0/task:0/device:CPU:0"](add, softmax_cross_entropy_with_logits_sg/Reshape_1)]]谁能指出我
浏览 0提问于2018-07-30得票数 18
1回答
预测下一事件
、、
我有一组数据，其中有3个可能的事件。有24个功能会影响这三个事件中的哪一个会发生。我有所有24个特征和发生的事件的训练数据。我想要做的是使用这些数据预测下一步将发生的三个事件中的哪一个，假设所有24个特征值都已知。
你能推荐一些我应该用来解决这个问题的机器学习算法吗？
浏览 0提问于2016-05-27得票数 0
我正在Keras中训练一个类似VGG16型的模型，在Places205的3个类的子集上，我遇到了以下错误：
ValueError: Error when checking target: expected错误在最后一层，我把3放在那里，因为这是我现在正在尝试的类数。
浏览 1提问于2018-03-21得票数 52
')
logits:秩r和形状d_0、d_1、.、d_{r-2}、num_classes和dtype float32或float64的未缩放日志概率。标签:形状为d_0，d_1，.，d_{r-2}和d
浏览 1提问于2016-10-31得票数 11
因此，我有一些带注释的图像，我想用来训练二值图像分类器，但我一直存在创建数据集和实际获得测试模型的问题。每个图像要么属于某个类，要么不属于某个类，因此我希望使用PyTorch建立一个二进制分类数据集/模型。我有一些问题：
我的标签应该是什么形状？我使用的是火炬视觉模型中的resnet18
浏览 11提问于2021-03-01得票数 1
回答已采纳
我想知道哪个损失函数使用XGBoost进行多类分类。在二进制情况下，我发现是逻辑分类的损失函数。但是，对于多类情况，它可能与GBM (对于K类) 相同，其中如果x的标签为k，则为y_k=1，其他情况下为0，而p_k(x)是softmax函数。然而，我使用这个损失函数制作了一阶和二阶梯度，并且hessian与代码 (在SoftmaxMultiClassObj中<em
浏览 4提问于2017-02-01得票数 7
回答已采纳
我正在努力学习和理解如何使用人工神经网络实现多类分类。在我的例子中，我有16个类(0-15)，我的label数据集包含一个带有label值的列。所以我知道输出层应该有和类相同数量的神经元。当我用16个神经元创建输出层时，我得到了以下错误消息：
我遵循了类似问题的解决方案
浏览 2提问于2022-05-11得票数 0
回答已采纳
1回答
我正在尝试训练一个逻辑回归模型来识别手写英文字母。在我的测试数据中，我有74880张图片。每幅图像有784个像素。标签对应于英文字母表中的位置。例如，A是1，B是2，依此类推。总共有26个班级。为了优化模型，我决定对标签进行一次热编码。这意味着对于带有标签23 (字母W)的图像，编码后标签将变为：[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0]。然而，在编码标签时，我收到了这个
浏览 2提问于2021-01-13得票数 0
1回答
我正在创建一个多输入模型，其中我连接一个CNN模型和一个LSTM模型。lstm模型包含最后5个事件，CNN包含最后一个事件的图片。两者都被组织起来，使得numpy中的每个元素k与5个事件和相应的图片相匹配，输出标签也是如此，输出标签是应该由模型预测的“下一个”事件。14个类进行多类预测时，所有输入都匹配，并且我可以将(none，10)和(none
浏览 2提问于2020-05-01得票数 0
回答已采纳
以这个数据集为例，其中有几个标记的图像和许多未标记的图像：
一些论文列出了成功地实现了这一点，或者非常类似的事情。总而言之:如果模型具有相同的输入数据形状和相同的“编码”卷积层，但会分成两个头(分叉式)，那么就有一个分类头和一个解码头，在某种程度上，无监督自动编码器将有助于分类头的良好学习。有了TensorFlow，这样做是没有
浏览 0提问于2017-06-01得票数 1
当我试图将我的模型与训练集相匹配时，我收到了一个值错误，并且不确定如何重塑我的标签或日志来解决这个问题。该模型的代码如下，供参考：train_images.labels.shape = (1611，) shuffle = True, subset = 'validat
浏览 2提问于2022-08-05得票数 0
1回答
在多类分类的情况下，如果类数为N，则NN具有N输出节点。然而，对于使用神经网络的二进制分类，输出节点仅为一个。这种混淆也来自于实现语法。在下面使用
浏览 0提问于2020-05-26得票数 1
回答已采纳
我有一个像这样的矮小数组： [0. 0. 0. ... 0. 0. 1.] ...[0 0 0 ... 0 0 1] [0 0 0 ... 1 0 1]]x_val = to_categorical(x_val)
我得到最终，numpy数组包含二进制分类问题的标签。到目前为止，我已经将它作为float32使用，就像在Keras中一样，它工作
浏览 0提问于2018-08-17得票数 1
回答已采纳
我想用scikit神经网络进行NN分类，我有5个类，所以在输出层，我有units=5 i，但是我得到了这个错误:数据集大小和输出层中的单位不匹配，我根据文档：对y_train进行了整形，并将"Sigmoid如果您想要进行多标签分类，只需使用具有多个维度的y个整数数组，例如，对于三个不同的类，shape (N，3)。然后，确保最后一层是Sigmoid而不是Sigmoid。y
浏览 0提问于2016-05-01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
