腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
3
回答
一种多标签分类模型
的
评价
、
、
、
、
我目前有一个多标签
的
分类问题,我正在使用
keras
构建一个神经网络,如下所示:print(n_cols) 因此,问题是,
如何
才能最好地评估多标签分类?编辑:作为参考,我
的
目标“类”中有26列标签列,数据集由21列组成。模型训练
的
整个数
浏览 0
提问于2020-07-16
得票数 0
回答已采纳
1
回答
二元
交叉
熵
Keras
--
它是
如何
聚合
的
?
、
、
我最近一直在使用
Keras
中
的
二进制
交叉
熵
损失。根据enter link description here
的
定义,损失定义为: −(ylog(p)+(1−y)log(1−p)) 然而,我想知道损失是
如何
在批处理级别上汇总
的
。是求和还是求平均值?
浏览 9
提问于2019-03-25
得票数 0
回答已采纳
1
回答
在
keras
中,
二元
交叉
熵
和带有logits
的
二元
交叉
熵
有什么区别?
、
、
、
、
在
keras
后端中,with_logits在中有一个标志。普通
的
二元
交叉
熵
和带有逻辑
的
二元
交叉
熵
有什么区别?假设我使用
的
是seq2seq模型,并且输出序列为100111100011101类型。对于递归
的
LSTM或RNN,如果我在输入中给出了类似的顺序以及时间步骤,我应该从这些数据中学习什么?
浏览 0
提问于2017-10-01
得票数 5
回答已采纳
2
回答
Keras
Tensorflow
二元
交叉
熵
损失大于1
、
、
库:
Keras
,后端:Tensorflow
二元
交叉
熵
损失是否可能大于1?
浏览 1
提问于2018-04-17
得票数 5
回答已采纳
2
回答
如何
应用
二元
交叉
熵
元素,然后在
Keras
中对所有这些损失进行求和?
、
、
、
、
我想写一个有两个参数
的
函数,A和B,相同形状
的
张量(例如,13x13或其他形状),并且返回一个数字,该数字表示当按分量应用二进制
交叉
熵
时所有损失
的
总和。因此,对于A[i, j]和B[i, j],我们找到了
二元
交叉
熵
损失,然后对所有的i和j进行了求和。
如何
在
Keras
和Tensorflow中实现这一点?
浏览 0
提问于2018-09-28
得票数 1
回答已采纳
1
回答
交叉
熵
损失和逻辑损失有什么区别吗?
、
、
、
我想用一个逻辑损失函数作为我
的
深度学习模型来解决一个
二元
分类问题。我正在用角码来建立模型。然而,
keras
没有任何预先定义
的
逻辑。在阅读关于损失函数
的
文章时,我遇到了关于
交叉
熵
损失和逻辑损失
的
混淆陈述。在这个维基百科中,有一个关于物流损失和
交叉
熵
损失
的
单独章节。然而,在这个维基百科中,它提到: 此外,这个sklearn 从以下
浏览 0
提问于2018-03-01
得票数 3
3
回答
我们能用
二元
交叉
熵
进行多类分类吗?
、
、
在此链接中,作者实现了一个分类为15个类
的
神经网络,并使用
二元
交叉
熵
作为损失函数。但是既然
它是
多类分类,那么使用二进制
交叉
熵
有效吗?还是我们应该用绝对
交叉
熵
代替?
浏览 0
提问于2019-09-09
得票数 5
2
回答
加权二进制
交叉
熵
损失--
Keras
实现
、
、
我有一个
二元
分割问题,数据高度不平衡,以至于每类样本中几乎有60个零类样本。为了解决这个问题,我用Tensorflow作为后端,在
Keras
中编写了一个简单
的
加权二进制
交叉
熵
损失函数。K.binary_crossentropy(y_true, y_pred) return weighted_bce 我想问一下这个实现是否正确,因为我对
Keras
如果我长时间训练到过拟合点,正常
的
二元
浏览 0
提问于2019-09-05
得票数 7
回答已采纳
1
回答
如何
读取二进制
交叉
熵
的
输出?
、
假设对于单个培训示例,真正
的
标签是1 0 0 0,而预测是0.1 0.5 0.1 0.1 0.2。
如何
计算其
二元
交叉
熵
?以及输出值
如何
决定一个样本是属于a类还是b类?我也想知道,在
二元
交叉
熵
公式中,什么是1-p?
浏览 0
提问于2018-09-30
得票数 1
1
回答
在
keras
模型中使用简单
的
“精度”来进行多类分类是否技术错误?我们应该使用CategoricalAccuracy()吗?
、
、
、
、
因此,根据
Keras
定义,简单
的
“准确性”度量比较两个标记类是正确
的
。代码段 model.compile(optimizer = 'adam', loss = 'binary_crossentropy损失函数为
二元
交叉
熵
(范畴
交叉
浏览 5
提问于2020-10-28
得票数 0
回答已采纳
2
回答
为什么字符级cnn
的
文本分类保持不变
、
、
I误用二进制
交叉
熵
作为软
熵
,改为分类
交叉
熵
.并且在我自己
的
回答中对下面问题
的
细节做了一些回顾 我根据字母表集合使用一个热编码进行预处理,然后用0填充所有不在字母表集合中
的
字
浏览 3
提问于2017-11-01
得票数 1
回答已采纳
1
回答
二元
交叉
熵
损失值在
Keras
中
的
含义?
、
在训练过程中,我看到
二元
交叉
熵
损失是正无界
的
。那么,我们是否可以从仅查看损失值
的
角度来解释任何东西,例如,如果
二元
交叉
熵
损失为0.5,这是否意味着模型只能猜测一半
的
正确结果?
浏览 15
提问于2020-09-02
得票数 0
回答已采纳
1
回答
如何
计算由
Keras
中
的
回调日志提供
的
“损失”?
、
、
、
即范畴
交叉
熵
?
二元
交叉
熵
?还有别的吗? 或者是您传递到model.compile方法中
的
损失函数?
浏览 0
提问于2019-06-24
得票数 0
回答已采纳
1
回答
二元
交叉
熵
是
如何
工作
的
?
、
、
、
、
在将汇总数据传递到逻辑函数(在范围$$中规范化)之前,必须对权重进行优化,以获得预期
的
结果。为了为分类目的寻找最优权重,必须找到相对最小
的
误差函数,这可以是cross
熵
。据我所知,
交叉
熵
测量两个概率分布之间
的
量化,由位两种概率分布
的
同一事件集之间
的
差异来衡量。$$H(p
浏览 0
提问于2018-07-13
得票数 5
回答已采纳
4
回答
为什么不使用均方误差来解决分类问题呢?
、
、
、
、
我试图用LSTM解决一个简单
的
二进制分类问题。我正在努力找出正确
的
网络损失函数。问题是,当我使用
二元
交叉
熵
作为损失函数时,训练和测试
的
损失值要比使用均方误差(MSE)函数要高。在研究中,我发现了
二元
交叉
熵
用于分类问题,MSE用于回归问题
的
理由。然而,在我
的
情况下,我得到了更好
的
准确性和较小
的
损失值与MSE
的
二进制分类。 我不知道
如何</e
浏览 0
提问于2019-05-06
得票数 11
回答已采纳
1
回答
二元
交叉
熵
损失
、
、
当我们有一个二进制分类问题时,我们在输出layer+中使用一个sigmoid激活函数--二进制
交叉
熵
损失。我们还需要一个热点编码
的
目标variable.This S,一个二进制分类问题,意味着我们可以有一些样本与y_pred=0。正如我们所知道
的
,
二元
交叉
熵
损失
的
数量是log(y_pred),这意味着对于属于0类
的
样本,我们可以有log(0)。但是,log(0)是未定义
的
!那么,二进制
交叉
熵
浏览 0
提问于2022-10-25
得票数 0
1
回答
如果我
的
数据是多标签
的
,并且我
的
目标向量不是一个热编码
的
,那么我应该使用哪种丢失函数?
、
、
、
、
我刚刚读过这个,它解释了
二元
交叉
熵
和分类
交叉
熵
之间
的
区别,特别是,我对这张图片有一个疑问:作者讨论了一个多标签
的
情况,你
的
目标(或地面真相)标签是一个热编码,但如果你
的
目标标签不是一个热编码例如,如果只有一半
的
熊猫在图像中,然后我将图像标记为1,0,0.5,那么在这种情况下,我还会使用二进制
交叉
熵
吗?在目标向量不是二进制
的
情况下,数学是
如何</
浏览 4
提问于2020-08-05
得票数 1
1
回答
二进制
交叉
熵
输出,
如何
读取输出?
、
、
、
我有一个
二元
交叉
熵
模型两类:正常
的
,牛市
的
。我用了角角功能模型。activation.class indices: {'bullish': 0, 'normal': 1} 那么,当一个预测返回[0.5905021]时,
它是
否有59%
浏览 1
提问于2021-07-27
得票数 0
回答已采纳
1
回答
角点中像素级二进制分类
的
最佳损失函数
、
、
我建立了一个深度学习模型,它接受尺寸为250*250*3
的
图像,并输出62500(250*250)二进制向量,其中包含以0为单位
的
像素,以表示背景
的
像素和以像素表示ROI
的
1s。我
的
模型是基于DenseNet121
的
,但是当我在最后一层使用softmax作为激活函数和分类
交叉
熵
损失函数时,损失是nan。什么是我可以在我
的
模型中使用
的
最好
的
丢失和激活函数?
二元
交叉
<
浏览 7
提问于2017-10-27
得票数 5
回答已采纳
1
回答
具有权重
的
Keras
-多标号分类
、
、
据我所知,我必须用乙状结肠激活来放置一个密集
的
层,并使用
二元
交叉
熵
作为我
的
损失函数。问题是,存在着很大
的
阶级不平衡(正常人比异常者多)。我很好奇到目前为止,我
的
模特是:from
keras
.layers import GlobalAveragePooling2D=False, weights=None,backend=
ke
浏览 1
提问于2020-01-07
得票数 1
回答已采纳
点击加载更多
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
训练深度学习神经网络的常用5个损失函数
课后作业(一):如何建立一个线性分类器并进行优化
掌握机器学习数学基础之信息论及其他(一)
最小化交叉熵损失与求极大似然
春节充电系列:李宏毅2017机器学习课程学习笔记08之“Hello World” of Deep Learning
热门
标签
更多标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
活动推荐
运营活动
广告
关闭
领券