1回答
我正在尝试在视网膜图像的数据集中使用imagenet转移学习VGG16模型，但我对获得像this这样的图表感到困惑，我不知道为什么验证精度没有像训练精度一样在历元期间以正常的方式增加，这是过拟合的指标吗
浏览 17提问于2020-04-13得票数 0
我使用的是tensorflow，还有一个CNN，它有12个conv层和1个密集层，在softmax稠密层之前。我正在使用数据增强以及批处理规范化。在几百个历次之后，我对验证集的准确率最高达到92.73 %。验证损失略有上升，因为我训练更多。一个时代给了我0.295的损失，验
浏览 0提问于2020-01-23得票数 3
回答已采纳
2回答
我一直在使用Sklearn HistGradientBoostingClassifier对一些数据进行分类。我的实验是用单标签预测(20个标签)进行多类分类.
我的经验显示有两种情况。第一种情况是在不增加数据的情况下(大约3,000个样本)测量这些算法的准确性。第二个例子是用数据增强测量精度(约12,000个不平衡样本)。我使用的是默认参数。在第一种情况下，HistGradientBoostingClassifier
浏览 31提问于2022-11-28得票数 0
回答已采纳
1回答
我训练了我的BERT模型，然后我得到了99%的培训部分--不管是谁，在部分验证中，我只得到了80%，那么如何提高我的验证精度呢？
浏览 10提问于2022-08-29得票数 0
我使用自己的数据集使用Tensorflow站点上的retrain.py文件来训练模型。然而，在我的第一组图像中，我看到测试准确率为100%，而验证准确率为70%。我看到验证熵在增加，这说明过拟合。我是这个领域的新手，通过在线教程达到了这个阶段。 我还没有启用随机亮度、裁剪和翻转来进行训练。我想知道为什么会有这样的行为？我尝试了一下flower e
浏览 165提问于2019-02-02得票数 0
回答已采纳
1回答
我正在构建一个CNN来分类6个类别，有50x50像素的灰度图像(每类1400幅)。我所拥有的是面部表情的形象: 1)愤怒，2)恐惧，3)快乐，4)中性，5)悲伤，意外例如，当我为每个类提供350个测试映像时，只能预测anger和suprise类。当我在训练后运行acc.eval({x: test_images, y: test_labels, is_training : False}) (每个类和相应的2100张图片)时，我得到了82%的准确率，所以我不知道这是怎么发
浏览 0提问于2018-04-22得票数 1
回答已采纳
我正在尝试在Keras中进行迁移学习。batch_size=64, validation_split=0.2,训练准确率在十个左右的时期后接近100%，但验证准确率实际上从50%左右下降到30%，验证损失稳步增加。：
resnet = ResNet50(include_top=False, pooling='avg&
浏览 1提问于2019-04-06得票数 1
1回答
我正在使用CNN在Chainer中对细胞图像进行分类。随着主/训练精度的提高，模型的验证精度也在下降。我想知道为什么验证准确率在下降，有什么方法可以提高验证准确率。我已经在除最后一层之外的所有层中应用了relu和dropout。在该模型中，即使在50个时期之后，训练和验证精度也是不变
浏览 24提问于2019-01-08得票数 1
回答已采纳
我用Tensorflow和Keras学到了一些深度学习，所以我想做一些实际的实验。我想用CAISAV5指纹数据集(总共20,000张指纹图像)训练一个模型，但在训练过程中，120个时期后训练准确率达到97%，而验证准确率保持在45%左右。但这些方法对准确度的贡献很小。我还标准化了数据，已经打乱并将其浮点值转换为0.0和1.0之间的值。图像的原始分辨率为328 * 356，在送入自动编码器之前被调整为400 * 400
浏览 76提问于2020-07-29得票数 0
2回答
在4个班级上训练一个模型，并使用TensorBoard跟踪结果。我的Graph如下所示：绿线: val精确度您可以看到，我的val acc图跳跃得很快。这是正常的吗？
浏览 2提问于2020-08-13得票数 1
2回答
神经网络在玩具数据集上失效
、、、、
', metrics=['accuracy'])我大幅增加了历次，最终开始提高精度，从72年代的0.5提高到98年代的1.0。对于这
浏览 0提问于2018-05-12得票数 3
回答已采纳
通过数据集进行近24个历次的训练和验证，一次间歇地训练和验证8个周期，并在每个间隔之后累计保存权重。为此，我试着恢复训练，在经历了16个时期后，随着超参数的变化，我尝试恢复训练，说，增加了dropout_rate，。因此，我重新运行密集和过渡块与新的退出，以获得相同的架构，具有相同的序列和可学习的参数计数。现在，当我用model.load_weights()和为我的新模型(带新<e
浏览 0提问于2018-05-16得票数 1
是否可以在不编辑web.config的情况下为azure ACS设置领域URL、声明类型等？您能以某种方式以编程方式设置这些必需的元素吗？/wsfederation" realm="http://localhost:81/" requireHttps="false" />基本上，我
浏览 0提问于2012-02-28得票数 8
回答已采纳
我想验证用户是否从我的注册表中输入了正确的信息(城市、地区、国家)。我想使用maxmind，因为它是免费的并且99.5%的准确率(这对我来说已经足够好了)
使用哪一个更好？谢谢
浏览 1提问于2011-12-04得票数 9
回答已采纳
我的Keras-Tensorflow模型的行为如下图所示。我可以看到训练和验证损失表现良好，但训练和验证的准确性相当不正常。我认为验证数据集可能比训练集更容易。因此，我得到了很高的验证准确率。我期待着你的善意的建议。<code>B0</code>
浏览 16提问于2020-03-18得票数 0
回答已采纳
1回答
春季引导中的初始化和调度
、、、、
在类中定义了公共OfflineAttributesComputer offlineAttributesComputer？我们应该使用公共静态offlineAttributesComputer?我们能正常地初始化并调度更新吗？
浏览 0提问于2020-03-12得票数 0
回答已采纳
1回答
我正在从对象检测中建模一个数据集。我对深造比较陌生。在深入学习的背景下，我很难扩展交叉验证的概念。我试图推理这一选择，并思考交叉验证背后的想法:超参数调优，或在建模开始过度匹配时进行量化。我的问题如下：
关于1倍简历的随机抽样误差怎么办？我的想法是:使用k折叠CV，这个误差在k>1时是平均的。另外，对于k=1，超参数在我看来也不合理:我们最终找到的值可以与我
浏览 4提问于2020-07-07得票数 0
回答已采纳
1回答
当我这样做时，我通常使用非常简单的XML文件，但我想知道是否创建了chema。<Myshema:table name=""></Myshema:table> 谢谢,
浏览 0提问于2017-02-17得票数 1
回答已采纳
云服务器
ICP备案
对象存储
云直播
腾讯会议
腾讯云开发者
