我写了这个函数，它接收图像并生成预测。函数报告的预测的置信度多次大于100%。有时预测是正确的，并报告了高水平的置信度。有时它是不正确的，并且仍然报告了高水平的置信度。你能帮我找出我的置信度代码中的错误吗？ 模型结构的最后
浏览 57提问于2021-11-16得票数 0
回答已采纳
1回答
我在一个分类任务上训练了一个神经网络，它正在学习，尽管它的准确性不高。我正在尝试找出它对哪些测试用例没有信心，这样我就可以对正在发生的事情有更多的了解。为了做到这一点，我决定使用Tensorflow中的标准softmax概率。为此，我调用了tf.nn.softmax(logits)，并使用了这里提供的概率。我注意到很多时候概率是99%，但预测仍然是错误的。因此，即使我只考虑预测概率高于99%的例子，我得到的<
浏览 43提问于2017-12-28得票数 1
假设我已经实现了一个模型来预测图像是狗，猫，鸟，大象。我的模型预测输入狗的图像作为一只猫，如何解释模型如何/为什么它会在特定的标签上进行高的预测？PS:-我使用的是TensorFlow和Resnet50的预训练模型。
浏览 0提问于2021-07-17得票数 -1
2回答
如何正确地将Lenet模型(输入32x32、5层、10个类)转换为Tensorflow Lite？我使用了这行代码，但它给了我非常糟糕的信心，在安卓，。所有的信心都在0.1左右，或10%左右。这是我使用的代码converter = tf.lite.TFLiteConverter.from_keras_modeltflite_model = converter.convert()
open("conv
浏览 6提问于2020-06-20得票数 2
回答已采纳
1回答
我的理解是，Anchor盒(在Yolo v2算法中)的动机是，在Yolo (Yolo v1)的第一版中，不可能在同一个网格框中检测到多个对象。我不明白为什么会这样。此外，作者(Yolo v1)的原始论文引用如下：
“每个网格单元预测B包围框和这些框的置信度分数。这些置信度分数反映了模型对盒子包含一个对象的信心程度，以及它认为该框的预测有多精确。”在他们的<
浏览 0提问于2018-10-04得票数 1
1回答
我正在为(train_x, train_y)安装一个多标签分类器，同时监视验证集(val_x, val_y)的丢失和准确性。它是否计算正确标签的总数，或所有标签的行总数？什么是“正确的标签”？(内部)是否是每个输出行的最大值？正确标签总数:对每幅图像输出20个标签，其中一些标签为0，一些标签为1。报告正确标签总数(=正确的0+正确的1s数)并除以标签总数(= 20*num_images)。我不认为这是
浏览 4提问于2022-05-10得票数 3
回答已采纳
3回答
考虑到准确预测稀有类的目标，如何提高模型预测稀有类的能力？我有一个带有二进制目标变量的数据集。我测试了一些模型，但尽管模型的准确性很高，它还是无法预测任何正负和假阴性(两者的值都是0)。
浏览 0提问于2022-08-02得票数 2
2回答
想象一下，你已经建立了一个精确性很好(~95%)的预测模型，而我们知道我们并没有过度适应。如果我们对测试数据进行预测，提取类标签中确定的对象(例如，predict_proba高于90%)，然后添加这些对象来训练数据。
这种策略有意义吗？
浏览 0提问于2016-03-28得票数 2
回答已采纳
1回答
我使用似然比检验(在R中)在我的模型中寻找三个固定因素(地点，年份，栖息地)的主要影响，如下所示：anova(model3, test="Chisq")
我被告知，通过使用"anova(model3，test="Chisq")“，我将发现(在本例中)添加术语"site”是否显著改进了模型据我所知，由于我的p值>
浏览 4提问于2017-07-09得票数 0
我的输出是INFO:tensorflow:Restoring parameters from /tmp/_retrain_checkpoint INFO:tensorflow:Final test accuracy= 92.5% (N=362) INFO:tensorflow:Save final result to : tf_files/retrained_graph.pb但当我预测图像时
浏览 3提问于2018-06-14得票数 0
回答已采纳
1回答
我是H2o flow的新用户。没有太多的编码器，所以我喜欢点和点击界面。我想知道，在建立了一个模型，并使用它对一个数据集进行评分之后，是否有任何方法可以生成输出，告诉我每个记录的原因是什么。作为一个例子，我创建了一个模型来预测医院重新入院的风险，使用autoML功能在flow中。它实际上运作得很好，但当我使用它时，我会把高排名的病人送到临床患者那里，他们想知道“为什么这个人排名很高”。有没有任何方法显示模型<
浏览 1提问于2018-12-21得票数 0
回答已采纳
我有一个具有二元结果的回归模型。我用glmnet对模型进行了拟合，得到了选定的变量及其系数。由于glmnet不计算变量重要性，我想将确切的输出(选定的变量及其系数)提供给glm以获取信息(标准误差等)。
我搜索了r个文档，似乎可以使用glm中的"method“选项来指定用户定义的函数。
浏览 2提问于2012-10-17得票数 21
回答已采纳
我正在为Keras编写一个定制的Tensorflow损失函数，我尝试使用Tensorflow断言来调试它，但是这些断言似乎不会在任何地方引发错误，即使我确定它们应该这样做。我可以将其归结为以下示例：from keras.layers import Dense(或者，调试我的自定义丢失函数的更明智的方法是什么？)
浏览 0提问于2018-05-17得票数 1
回答已采纳
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。我认为这是一个多标签分类问题，因为一个样本可以属于不同的类别
浏览 25提问于2020-08-31得票数 1
回答已采纳
1回答
我正在尝试使用朴素贝叶斯构建文本分类器，这在我的测试数据上是相当成功的。我想要整合的一件事是处理不适合我训练模型的任何预定义类别的文本。df_train = pd.read_csv(__________)
text_clf = Pipeline([(&#x
浏览 0提问于2021-04-16得票数 1
这些数据是存在的，但我需要将这些数据归类为正反两类。对我来说，最大的挑战是拿出我能得到的类似的政府数据。但我需要准备训练数据集。在什么基础上，我需要把这些数据分类为正的还是负的。我问这个问题的原因是，准备一个好的训练数据集对于提高我的情感分析算法的准确性非常重要。我已经提出了我的情绪分析算法，但确实需要准备一组健壮的训练数据(分
浏览 0提问于2016-10-28得票数 2
1回答
我使用randomForest算法执行了一个多类分类过程，并找到了一个模型，该模型为我的测试样本提供了足够的预测。然后，我使用varImpPlot()来确定哪些预测器对确定类赋值最重要。我的问题是:我想知道为什么这些预测因素是最重要的。具体来说，我想要报告的是，属于X类的案件具有特征A(例如，男性)、B类(例如，年龄较大)和C类(例如，智商高)，
浏览 0提问于2018-04-09得票数 1
1回答
在下面的keras模型中，我将"my_accuracy“和"accuracy”添加到model.compile中，然后运行model.fitimportFor "my_accuracy":
当直接调用my_accuracy时，结果是一个array，但是model.fit的值只是一个数字0.4566。如何在直接调用该方法时获得与model.fit (0.4566)相同的结果？accuracy的真正方法是什么？为
浏览 4提问于2022-08-13得票数 0
回答已采纳
为什么我的TensorFlow模型能够正确地预测JPG和PNG图像，而却不正确地从实时视频流中预测帧？实时视频流中的所有帧都被错误地归类为1类。
尝试:我从实时视频流中保存了一个PNG图像。当我分别保存和测试PNG图像时，模型对其进行了正确的分类。当一幅相似的图像是实时视频流中的一个帧时，它被错误地分类。PNG图像和实时视频流帧具有相同的视觉内容(背景、光照条件、摄像机角度等)。我
浏览 2提问于2021-10-31得票数 1
回答已采纳
1回答
我有一个Keras分类器，它使用Scikit-Learn的Keras包装器构建。神经网络有10个输出节点，训练数据全部用一次热编码表示.根据Tensorflow ，predict函数输出(n_samples,)的形状。当我安装了514541个样本时，函数返回一个形状为(514541, )的数组，数组的每个条目从0到9不等。由于我有十个不同的输出，每个条目的数值是否与我在训练矩阵中编码的结果完全一致？
也就是说，如果我的y_train一次热编码的
浏览 3提问于2018-01-09得票数 0
回答已采纳
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
