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
1
回答
为什么不在RandomizedSearchCV中评估过测试拟合结果?
python
、
optimization
、
hyperparameters
、
gridsearchcv
为什么在评估结果时,您选择例如最佳
训练
精度,而不是在测试中评估此结果,并
使用
其他
训练
精度迭代其他值以获得最佳测试精度?因为很明显,用于最佳
训练
精度的参数与用于最佳测试精度的参数不同。 谢谢!
浏览 1
提问于2019-09-18
得票数 0
1
回答
只有在验证改进的情况下,我才能更新keras神经网络的权重吗?
validation
、
tensorflow
、
keras
、
neural-network
、
backpropagation
我正在keras中
训练
神经网络,我达到了一个经典的极限-我的
训练
精度随着时代的增加而提高,但我的验证精度在9个时代之后会下降(见图)。 ? 我假设验证在很大程度上开始偏离,因为在每个时期>9之后,神经网络的权重偏离了与验证
数据
的相似度。 那么,我的建议是一个好的实践吗?附带问题:我的建议是否违反了“不
使用
验证
数据
进行
训练
”的原则?因为我隐式地将神经网络的性能作为我的验证
数据
的函数。
浏览 15
提问于2019-09-01
得票数 0
1
回答
训练
、测试、验证和集成
数据
、混合
数据
和测试
数据
之间的区别是什么?
r
、
machine-learning
、
ensemble-learning
、
train-test-split
请帮助我理解这两个代码片段之间的区别set.seed(123)train <- mtcars[ss==1,]cvr <- mtcars[ss==3,]2)set.seed(1234) finaltrain <- finaltrain[sample(nr
浏览 1
提问于2018-04-27
得票数 1
1
回答
文本嵌入与
数据
分割
nlp
、
dataset
我创建了一些文档嵌入,然后在文本分类任务中进一步
使用
它们。在重新查看我的代码之后,我不确定我用来
训练
文档嵌入的工作流。现在我的问题是:
数据
分割的合适时机在哪里?在创建文档嵌入之前是否应该这样做以防止
数据
泄漏?我
使用
浏览 0
提问于2019-12-11
得票数 2
回答已采纳
8
回答
在神经网络中,
训练
、验证和测试
集
之间有什么区别?
artificial-intelligence
、
neural-network
我正在
使用
实现一个学习代理。老师说: 我有这个
训练
代码,但是我不知道什么时候停止
训练
。:编辑给定验证
数据
的输入/大小,平均误差=验证目标和输出之间的绝对差之和。
浏览 11
提问于2010-06-04
得票数 168
回答已采纳
1
回答
Tensorflow对象检测API
tensorflow
、
object-recognition
查看张量流对象检测API,并遍历“如何
训练
您自己的对象检测器”的浣熊,这是一个方便的指南,让你起来和运行。 我想要做的是附加SSD_Mobile
模型
,以包括我自己的图像和旧的预先
训练
的
数据
。
浏览 0
提问于2018-01-07
得票数 0
2
回答
深度学习:
训练
中是否
使用
验证
数据
集
?
deep-learning
在有监督学习中,原始
数据
分为三部分:
训练
数据
集
、验证
数据
集
和测试
数据
集
。测试
数据
集
用于最终评估
模型
,因此不会在
训练
过程中
使用
。我认为,验证
数据
集
用于在
训练
时调整
模型
的参数。 我
浏览 27
提问于2020-02-29
得票数 1
5
回答
数据
科学中的
训练
数据
和测试
数据
data-science
我是python中相对较新的
数据
科学,在探索一些关于
数据
科学的竞争时,我对“
训练
数据
集
”和“测试
数据
集
”感到困惑。一些项目合并了这两个项目,另一些项目则保持分离。拥有两个
数据
集
的基本原理是什么?
浏览 1
提问于2017-04-25
得票数 0
1
回答
我可以在组合( train+dev)
集
上
训练
微调
模型
,然后用测试
集
进行评估吗?
keras
、
deep-learning
我正在
使用
的
数据
集
由
训练
集
和测试
集
组成。为了对深度学习
模型
进行微调,
使用
10%的
训练
集
作为验证
集
。找到最佳超参数值后,有两个可能的选项b)
使用
测试
集
评估
模型
(即
浏览 4
提问于2019-05-06
得票数 0
3
回答
机器学习:基于测试
数据
的
训练
模型
machine-learning
我想知道一个
模型
是否也是从测试
数据
中
训练
自己,同时对它进行多次评估,从而导致了一个过度拟合的场景。通常,我们将
训练
数据
分成train-test分割,我注意到有些人将它分成3组
数据
-- train、test和eval。eval是对
模型
的最终评价。我可能错了,但我的观点是,如果上面提到的场景不是真的,那么就不需要eval
数据
集
。 需要澄清一下。
浏览 5
提问于2018-01-03
得票数 1
回答已采纳
1
回答
地标检测只能用于人脸和人体吗?
machine-learning
、
deep-learning
、
convolutional-neural-network
、
computer-vision
是否可以
使用
它?到目前为止,我只看到地标探测被用于面部或人体之类的东西。有什么建议或想法吗?
浏览 0
提问于2021-06-16
得票数 2
回答已采纳
5
回答
训练
和验证
数据
结构
python
、
validation
、
machine-learning
如果我对我的机器学习分类器
使用
相同的
训练
数据
和验证
数据
,会发生什么?
浏览 6
提问于2021-01-02
得票数 2
1
回答
如何在预先
训练
的神经网络
模型
上
使用
新的
数据
集
?
machine-learning
、
neural-network
、
dataset
、
machine-learning-model
、
finetuning
我已经构建了一个
数据
集
,我想把它传递给oder中经过预先
训练
的
模型
来执行一些预测。我正在寻找一些步骤/过程来指导我在这方面。我应该细调吗?如果是这样的话,我应该调整什么?还有别的办法吗?
浏览 0
提问于2021-08-07
得票数 0
1
回答
用只有正面特征的标签来
训练
CNN的最佳策略是什么?
machine-learning
、
neural-network
、
convolution
、
labels
我有一个大型的图像
数据
库,这些图像只被部分标记为多个、非排他性特征或它们上的对象。例如,水下场景中可能有标签water、swimsuit和fish。
训练
CNN能够告诉
数据
集
上丢失的标签的最佳策略是什么? 图像库上有23万张图像,但是考虑到多个标签是可能的,很难分辨出完全标记的图像的比例。我能够编写python代码,并设法
使用
keras在gpu上的mnist
数据
集
上进行培训。
浏览 0
提问于2018-01-29
得票数 3
回答已采纳
1
回答
向预先
训练
的
模型
添加
数据
python
、
keras
、
pre-trained-model
对于我正在
使用
的
数据
集
,我已经
使用
Keras
训练
并保存了一个h5py
模型
。现在,我必须将新
数据
添加到预先
训练
的
模型
中,并在
训练
集中
使用
这些新
数据
。但我不想重新
训练
整个
数据
集
,因为
训练
和保存
模型
已经花了大约7个小时。目前有哪些方法可用于向已
训练
的
模型
中添加任何
浏览 0
提问于2018-10-12
得票数 2
1
回答
神经网络的精度正在下降
machine-learning
、
neural-network
、
computer-vision
、
artificial-intelligence
、
conv-neural-network
其中,我随机初始化了hiddenLayer权重(784,100)和outputLayer权重(100,10),.Algorithm是基于小型化理论和正则化超拟合mnist.pkl.gz
数据
集
的。我
使用
的小型批大小为10,学习速率(Eta)=3,正则化parameter=2.5。.
浏览 1
提问于2017-03-09
得票数 1
2
回答
Dataset以及为什么
使用
度量衡()?
dataset
、
training
、
validation
、
test
我读过我们需要将
数据
集
分成
训练
、验证和测试
集
。我会问四个与他们有关的问题。2-验证
集
:也可用于.fit()。验证
集
被
使用
,这样我们就可以在每个时代结束时验证我们的
模型
(调优一些超参数,比如隐藏层中的节点数)? 3-如果2是正确的(即,验证
集
已经在.fit()中
使用
),我们还需要
使用
.evalute()
浏览 0
提问于2021-12-03
得票数 2
回答已采纳
2
回答
为什么我不能在
训练
中选择我的超参数?
cross-validation
、
training
假设我已经将
数据
分为三个部分:培训、验证和测试。我知道,例如,在神经网络中,隐藏层数是一个超参数。为什么我不能在
训练
集中
训练
众多的NN架构,然后在测试集中测试它们的准确性,从而允许我选择一个最终的
模型
?在这个实例中,验证
集
的目的是什么?
浏览 0
提问于2018-05-14
得票数 3
回答已采纳
1
回答
理解机器学习的交叉验证
python
、
validation
、
data-science
、
cross-validation
: 将
训练
数据
分成不同的组,除一个
训练
数据
集
外,所有
训练
数据
集
都用于
训练
模型
。一旦对
模型
进行了
训练
,就会
使用
“遗漏”
训练
数据
来执行超参数调优。一旦选择了最优的超参数,将测试
数据
应用到
模型
中,给出一个结果,然后将其与经历了类似过程但
训练
数据
集
浏览 1
提问于2020-09-21
得票数 0
回答已采纳
3
回答
哪个神经网络更好?
neural-network
、
accuracy
、
mnist
、
theory
MNIST
数据
集
有6万个
训练
样本和10000个测试样本。 第一种神经网络在测试
集
上精度较高,而在
训练
集
上精度较差。你会说未学会的
训练
浏览 0
提问于2021-07-23
得票数 0
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
OpenAI 不再使用 API 数据训练模型
基于自制数据集的MobileNet-SSD模型训练
在RLHF偏好数据集上,SFT模型怎样来训练
OpenAI称已不使用客户数据训练模型
谷歌推出 TpuGraphs 训练数据集,可强化 AI 模型深度学习能力
热门
标签
更多标签
活动推荐
运营活动
广告
关闭
领券