2回答
关于Keras和分类
、、、
我有两个输入X和Y，输出C是一个热编码0,1或1,0。 ? X，Y(转置)矩阵的大小为2* 320，C的大小为1* 320。我应该如何在Keras中编写网络，以便： <>层0:有2个输入(和2个节点) <>第1层有4个单元和从第0层到第1层的线性激活函数 <>第2层有1个节点(和softmax激活功能？我需要使用这个网络来执行二进制分类。谢谢！
浏览 35提问于2021-09-02得票数 0
回答已采纳
我正在阅读 Tensorflow教程关于tf.keras的时装MNIST分类。虽然这是一个图像分类问题，但它们的训练只有密集的层和软件： keras.layers.Flatten(input_shape=(28, 28)), keras.layers.
浏览 1提问于2020-02-14得票数 1
回答已采纳
1回答
我正在研究一个multi-label图像分类问题，评估是根据系统预测标签和地面真实标签之间的F1-score进行的。鉴于此，我应该在获取keras_metrics.f1_score()的地方使用loss="binary_crossentropy"还是loss=keras_metrics.f1_score()：https://pypi.org/project/keras-metrics/？我有点困惑，因为我在互联网上找到的所有关于
浏览 24提问于2019-05-27得票数 6
train_features = np.array(train)test_features = np.array(test)
tf.keras.layers.Dense(128, activation='relu', input_shape=(train_features.shape[-1],)),
tf.keras.layers.Dense(128, activation='
浏览 3提问于2019-10-03得票数 1
回答已采纳
1回答
我想问你一个关于图像分类的问题。实际上，我正在制作一个图像分类器，我正在使用卷积神经网络，并使用keras和tensorflow作为后端。我的问题是如何识别图像中的多个对象。我尝试过使用激活函数、sigmoid和loss - binary_crossentropy的卷积神经网络，但我对此并不满意。
浏览 33提问于2017-12-13得票数 2
回答已采纳
在从帧中获得边界框之后，裁剪后的图像应该通过不同的分类模型(在不同的库上进行训练，如keras和caffe)并获得预测结果。
由于这种分类模型的预测方法不起作用。关于如何在目标检测输出边界框(裁剪图像)上运行不同的分类模型，有什么想法吗？
浏览 1提问于2020-03-03得票数 0
我正在尝试用python对数据进行预处理，以便在深度学习keras函数中使用。 在模型拟合中，我使用categorical crossentropy作为损失函数。它需要分类变量作为目标。truth 1 0 3 0 y_train = keras.utils.to_categorical(y_train, num_class
浏览 8提问于2019-04-03得票数 2
回答已采纳
我在Keras (v2.4.3)中实现了一个多类图像分类神经网络。我想在编译和拟合后评估我的模型的性能。 ? 然而，在训练之后，没有用于验证过程的信息。 ?因此，我检查了历史关键字和历史记录，发现根本没有关于验证的信息。 ? ? 如何显示用于训练模型的验证(分类)准确性？任何回应都将不胜感激！
浏览 31提问于2020-12-07得票数 0
1回答
我是RNN/LSTM在Keras中的新手，我需要关于是否/如何使用它们来解决我的问题的建议，这是多到多的分类。所以我的数据如下所示：由于一个时间步长的标签是不可能不知道过去，即使对一个人，我可以做特征工程和训练一个经典的分类算法告诉我，对于Keras中的多到多分类，我需要将return_sequences设置为True。但是，我不太明白如何从这里
浏览 10提问于2019-01-31得票数 4
回答已采纳
如何选择LSTM中的隐藏层数和存储单元数？我想建立关于分类的LSTM模型。from tensorflow.keras import Sequential
model.add(Embedding(44000,32))
model.add
浏览 1提问于2022-09-01得票数 -2
我正在从事一个机器学习项目，在这个项目中，我需要训练一个模型来对各种输入对象进行分类；为了简单起见，让我们假设我正在创建一个模型，该模型可以将图像分类为包含猫或狗的图像。然而，我不仅对这些对象进行分类，而且对为什么算法将图像分类为狗或猫感兴趣。决策树允许非常好的可视化，这些可视化描述了为什么一个示例会根据示例的特性以某种方式进行分类，如下所示：我是机器学习的新手，所以我不熟悉很多学习算法是如何工作的；是否有其他算法可以根据这些示例的特点，允许可视化(或信息)来提供一些关于为什
浏览 8提问于2017-07-25得票数 1
我正在使用TensorFlow联邦框架来解决多分类问题。我遵循的是，他们中的大多数使用度量(tf.keras.metrics.SparseCategoricalAccuracy)来度量模型的准确性。我想探索其他的度量方法，比如(AUC，recall，F1，和精确性)，但是我得到了错误。下面提供了代码和错误消息。def create_keras_model(): return tf.ke
浏览 13提问于2022-05-05得票数 1
回答已采纳
1回答
我对使用其他指标包持开放态度(keras?)如果这就是问题所在。input_shape)
number_of_classes = 3
lr_schedule = tf.keras.optimizers.schedules.ExponentialDecayprint('Average test loss: ', np.average(history.history['loss']))
指标-这是视网膜(眼睛)图像数据，有三类&
浏览 3提问于2021-10-19得票数 0
这是我的密码：import cv2
myClassifier = cvzone.Classifier('converted_keras/keras_model.h5','converted_keras/labels.txt')
有人能帮忙吗？
浏览 13提问于2022-01-16得票数 0
回答已采纳
2回答
我正在尝试了解LSTM RNN是如何工作的，以及如何在Keras中实现它们，以便能够解决二进制分类问题。我的代码和我使用的数据集如下所示。from keras.models import Sequentialfrom keras.layers.embeddings importEmbeddingfrom sklearn.cross_validation impor
浏览 1提问于2016-10-06得票数 1
1回答
深度学习模式中从未见过的课程
、、、、
据推测，我正在为猫和狗训练图像分类器。但我需要额外的功能。如果图像不属于任何类别，我如何才能了解它。我正在考虑的一些选择是：
我在最后一层增加了第三神经元，而不是两个神经元。有人能建议我一个很好的技术来分类不属于我训练类别的图像吗？
浏览 0提问于2019-01-16得票数 2
回答已采纳
我有一个二进制分类任务，其中我希望获得关于1的准确性:即，在评估模型(在训练阶段)时，我希望Keras (作为度量)仅返回1的总数中正确的1的数量(即，0被忽略)：是否有Keras度量可以做到这一点？
浏览 3提问于2020-10-01得票数 0
我用Keras实现了一个神经网络，并利用loss='binary_crossentropy'得到了模型的损失和精度。现在我会得到错误分类的错误，但是我不知道如何在model.compile()中设置损失参数来获得这种评估。我在Keras网站上没有发现任何关于它的信息
浏览 4提问于2017-02-06得票数 0
回答已采纳
我有一个分类器，我用角来训练它，效果很好。它使用keras.applications.MobileNetV2。 tf_names.append(op.name)
我似乎无法很好地匹配层名之间的角角和丹索尔流如果有人能给我一些关
浏览 0提问于2019-04-08得票数 0
1回答
所以我训练一个关于二元分类问题的神经网络，我的案例(1)和控制(0)是不平衡的，所以我对我的案例进行了过度采样，使得训练集是由控制组成的0.5053。我没有平衡我的测试集，这是0.562控制。一开始，我的训练和测试精度提高了(还不是很准确，但我希望是这样)，但是训练的精度却急剧下降，而测试的精度却是稳定的。
它们的精度分别为0.5053和0.562，因此网络只是对所有事物进行分类。我不明白这种行为是如何产生的，因为我认为平衡我的训练集可以避免将所有事情分类相同的问题。此
浏览 0提问于2019-07-08得票数 1
回答已采纳
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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
