具有3个输出的Keras回归模型只对一个输出给出了准确的结果

文章/答案/技术大牛

发布

1回答

python、keras、deep-learning、regression

我正在尝试运行一个神经网络，使用python中的keras，它有2个值作为输入，3个值作为输出。输入表示固有频率，而输出表示等效冰负载。问题是在模型完成训练后，它似乎只被训练为预测一个输入，而不是所有三个输入。这个模型是回归的，而不是classification.Here，我给出了我的代码 seed = 9# import dataset

浏览 17提问于2019-04-09得票数 2

回答已采纳

1回答

神经网络(无隐层)与Logistic回归？

python、machine-learning、neural-network、keras、logistic-regression

我上过一门关于神经网络的课程，不太明白为什么我从logistic回归和两层神经网络(输入层和输出层)中得到了不同的结果。输出层使用sigmoid激活函数。也许有一个简单的解释，但我不明白为什么准确性分数有这么大的差异。在本例中，我没有使用任何培训或测试集，只是简单的数据来演示我不理解的内容。 logistic回归的准确率为71.

浏览 1提问于2017-09-24得票数 10

回答已采纳

1回答

Keras，time_step是否等于1，类似于将LSTM转换为MLP？

python、tensorflow、keras、deep-learning、lstm

我是这个深度学习领域的初学者。我试图在回归问题中使用Keras作为LSTM。我想要建立一个ANN，它可以利用记忆细胞之间的一个预测和下一个预测。batch_size等于7，timestep等于1，我有5749样本。对于time_step，我指的是Keras<

浏览 0提问于2018-06-17得票数 0

2回答

为什么精度不变而损失不变呢？

python、tensorflow、keras

如下面所示，我有两个函数，get_data()输出选定资产历史的数据框架，并将其传递给train_model()，每件事情都工作得很好，但是当模型训练时，精度似乎没有改变，损失确实下降，但精度在第二个时代之后保持不变我尝试用这段代码来改变的东西：def train_model( df): if not os.path.exi

浏览 4提问于2020-07-18得票数 0

回答已采纳

1回答

多输出的Scikeras

python、keras、scikit-learn

我尝试用SVR和神经网络作为估计量，建立叠加回归量来预测多个输出，最后的估计量是线性回归。name='Output_Layer')) return ann stacker = Stacking

浏览 9提问于2022-02-22得票数 1

回答已采纳

1回答

如何计算输出层中多个神经元的均方误差损失

tensorflow、keras、neural-network、mse

我有一个前馈回归网络(在具有TensorFlow后端的Keras中)，具有单个隐藏层(30个神经元)和具有2个神经元(对于复信号的虚部和实部)的输出层。...My问题是如何准确计算均方误差损失？因为对于每个时期，我在"history object“中只得到一个数字。最终，我想在每个时期提取每个输出神经元的单独损失数，在Keras

浏览 5提问于2021-07-07得票数 0

1回答

归一化数据回归模型输出的sigmoid方法

tensorflow、keras、deep-learning、artificial-intelligence、sigmoid

我试图在keras中建立一个回归模型，输入将是一个规范化的灰度图像，模型的输出也将是一个规范化的灰度图像。我知道，对于回归模型来说，输出的sigmoid并不理想，因为它给出了0，1之间的概率，这对分类问题是很好的。但是，既然我的数据已经在0，1之间标准化了，

浏览 10提问于2022-10-24得票数 0

3回答

我试图用TensorFlow和Pandas解决一个简单的回归问题，看看给定产品的预期转换率是多少，考虑到我愿意为每次访问支付多少钱(每次点击或点击成本)。这些数据似乎与此相一致：问题是，对于大多数数据点，转换率为零(即没有出售产品)，因此，任何模型只要猜测零销售额就可能表现良好。对于这个特定的子集(最畅销的产品之一)，零与非零的比率约为4:1，但在一般数据中，约为300:1。我能想到的两种最好的处理方法是 (

浏览 0提问于2017-12-11得票数 5

回答已采纳

4回答

为什么我的Keras模型在训练时的准确性总是为0？

tensorflow、neural-network、keras

我对keras非常陌生，我建立了一个简单的网络来尝试：from keras.layers(optimizer='adam',loss='mean_squared_error',metrics=['accuracy'])从我的源数据中一种是带有日期<

浏览 3提问于2017-08-11得票数 52

回答已采纳

1回答

Keras和val_acc不显示在培训的进度条上。

python、tensorflow、keras

我使用CNN进行语义分割，创建4个输出分支，并自定义丢失函数。我使用以下版本：我的损失函数是binary_crossentropy，我用的<

浏览 0提问于2019-08-07得票数 1

1回答

403输出的人工神经网络预测CAD网格

python、tensorflow、keras、neural-network

我试图开发一个神经网络，能够从4个输入参数预测二维CAD的啮合，这些参数是CAD的尺寸。我得到了精确的结果= 1，但结果一点也不令人满意。我不知道神经网络是如何测量评估()函数的这种准确性的。我想用

浏览 1提问于2020-08-25得票数 1

回答已采纳

1回答

在训练LSTM NN之前，我需要做哪些数据重新缩放预处理？

keras、scale、lstm、activation

我正在尝试使用keras构建一个简单的单层LSTM神经网络，它有一个带有一个神经元的Dense()输出层(用于回归)。对于像我这样的简单回归问题，重新调整输入和输出的正确选择是什么?为什么？我知道这与使用的</

浏览 0提问于2017-08-22得票数 2

2回答

保留空间信息的角点图像预测二维矩阵

neural-network、keras

我想训练一个CNN，用Keras从100x100x1图像中预测224x224x13矩阵(热图)。我的想法是完善keras提供的经过预先培训的网络(resnet、Xception、vgg16等)。第一步是用预先训练过的顶层来代替那些满足我的问题约束的层。我试图预测值从0到1的100x100x1热图图像，因此我希望我的网络输出是一个100x100x1矩阵。正如答案中所

浏览 0提问于2017-06-09得票数 4

回答已采纳

1回答

在类标签{-1，1}的二进制分类中，需要进行预处理吗？

machine-learning、classification、preprocessing

在机器学习中，我们使用LabelEncoder转换标签来转换字符串ex：{“恶性”，“良性”} -> {0，1}提前感谢！

浏览 0提问于2021-05-10得票数 0

回答已采纳

2回答

有两个目标的模型(分类、回归)？

machine-learning、python、classification、regression、machine-learning-model

我有一个数据集，包括柱面，传输，ExteriorColor，OdometerReading，StockType(新/旧)，MakeModel，ModelYear，SoldYearMonth，CountSoldByMonth如果某个特定的MakeModel是一个月内销售汽车的前5名，则目标列为1。因此，鉴于60个月的数据，我必须预测未来几个月销量最好的汽车。我还得预测车的价格。所以我想，我需要同时做分类和回归。管理系统更新项目和价格并不总是相同

浏览 0提问于2019-06-28得票数 1

1回答

Keras CNN -损失持续下降，但精度很快收敛。

machine-learning、keras、neural-network、deep-learning、conv-neural-network

无论我使用什么样的优化器、准确性或损失度量标准，我的精度都会快速收敛(在10-20个时代内)，而我的损失则会持续减少(>100个历元)。我已经尝试过每个Keras中可用的优化器，也出现了同样的趋势(虽然有些比其他优化器收敛得更快、精度更高，但nAdam、Adadelta和Adamax的性能最好)。我的输入是64x1数据向量，输出是3x1矢量，表示真实空间中的三维坐标。我有大约2000个培训样本

浏览 0提问于2019-01-08得票数 0

回答已采纳

1回答

训练精度下降

python、neural-network、keras、accuracy

我有一个程序，在其中，我使用序列方法作为一个预测模型，注意。问题是，在训练过程中，精度在每一个时期都在下降，如图所示。如果有人能告诉我原因，我会很感激的。

浏览 0提问于2019-04-23得票数 0

回答已采纳

1回答

何时使用zscore对数据进行标准化(拆分前或拆分后)

apache-spark、machine-learning、scikit-learn

我正在学习udemy课程，它提出了一个强有力的理由，即只对训练数据进行标准化(在从测试数据中分离出来之后)，因为该模型通常将由新数据使用，具有原始集合的规模特征。如果你对测试数据进行缩放，那么你就没有正确地给模型评分。另一方面，我发现我的两类逻辑回归模型(使用Azure Machine Learning Studio创建)在仅对训练数据进行Z-Score缩放后获得了糟糕的<

浏览 27提问于2020-07-01得票数 1

回答已采纳

1回答

logistic回归替代解释

r、machine-learning、statistics、regression、logistic-regression

我试图分析的数据显示，人们是否感染了这种疾病。也就是说，响应是二进制的。我采用logistic回归。假设log.reg (logistic回归)的结果类似；Test_Data = c(0,1,1,0)# 2 | 1 | 0.4 # 4 | 0 | 0.49 我能不能说，患有ID=3的人将

浏览 1提问于2018-06-28得票数 3

回答已采纳

1回答

Tensorflow Keras序列模型

python、tensorflow

我有一组一年中地球温度变化的数据-2020 0.45数据集看起来像这样，我想创建一个神经网络，我们可以将年份作为输入，它将输出温度。有人能帮我创建一个序列神经网络吗？

浏览 1提问于2020-06-14得票数 1

点击加载更多