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
具有
VGG16
模型
拟合
误差
的
迁移
学习
keras
、
conv-neural-network
、
transfer-learning
、
vgg-net
、
image-classification
我刚开始
迁移
学习
,无法理解是什么导致了以下错误:运行model.fit时出现ValueError: Failed to convert a NumPy array to a Tensor (Unsupportedbatch_size=32, shuffle=True, ) Base_VGG16 =
VGG16
浏览 32
提问于2021-10-13
得票数 1
回答已采纳
2
回答
CNN (VGG-16)验证准确性
的
奇怪行为
python
、
machine-learning
、
keras
、
deep-learning
、
neural-network
我已经构建并测试了两个卷积神经网络
模型
(VGG-16 and 3-layer CNN)来预测新冠肺炎肺部CT扫描
的
分类。分割后
的
图像如下所示。 ? 我已经分别在分割图像和原始图像上训练和评估了VGG-16
模型
。最后,仅对分割后
的
图像进行3层CNN
的
训练和评估。下面是它们
的
训练/验证损失和准确性
的
结果。 对于简单
的
3层CNN
模型
,我可以清楚地看到该
模型
训练得很好,而且一旦时间超过2
浏览 58
提问于2020-06-27
得票数 1
回答已采纳
1
回答
是否有一种定量
的
方法来确定一类算法是否倾向于产生低偏差或低方差
模型
?
machine-learning
、
model-selection
、
variance
、
bias
我理解一些机器
学习
模型
倾向于低偏差,而另一些则倾向于低方差(来源)。例如,线性回归往往
具有
较低
的
方差
误差
和较高
的
偏差
误差
。相反,决策树往往
具有
较高
的
方差
误差
和较低
的
偏差
误差
。从直觉上看,这是有意义
的
,因为决策树容易过度
拟合
数据,而线性回归则不是。然而,是否有一种更定量
的
方法来确定一类算法是否倾向于产生低偏差或低方差
模型<
浏览 0
提问于2020-12-02
得票数 1
回答已采纳
1
回答
当所有系数都没有统计学意义时,可以相信回归预测吗?
linear-regression
问题
的
背景:我正在用双机
学习
模型
评估个别的治疗效果。我不知道真正
的
治疗效果对我
的
问题。双ML:给定Y(结局)、T(治疗)和X(特征)系数a是感兴趣
的
(措施处理效果)。双重ML程序:
拟合
T~X =>计算残差(T* = T- T‘)-该
模型
捕捉X解释
的
T
的</e
浏览 0
提问于2020-06-07
得票数 3
1
回答
在训练和交叉验证
模型
时,结果很好,但测试数据集显示结果很差
validation
、
testing
、
model
、
scikit-learn
我
的
问题是,我获得了一个结果非常好
的
模型
(训练和交叉验证),但当我再次测试它(使用不同
的
数据集)时,出现了很差
的
结果。我猜在看图片时不存在过度
拟合
,对应于
学习
曲线(
误差
)、
学习
曲线(分数)和偏差曲线: 问题是,当我使用不同
的
测试数据集测试这
浏览 4
提问于2015-08-24
得票数 1
1
回答
从deeplearning4j图层中提取要素
java
、
multidimensional-array
、
neural-network
、
deep-learning
、
deeplearning4j
computation graph * @throws IOExceptionpublicstatic ComputationGraph getComputationGraph() throws IOException {1)我写
的
代码是否真的提取了可以保存和存储以供进一步使用
的
功能? 2)如何对提取
浏览 2
提问于2018-01-25
得票数 2
回答已采纳
5
回答
线性回归
的
偏差和方差计算
python
、
python-3.x
、
linear-regression
如果我们有4个参数X_train,y_train,X_test和y_test,我们如何计算像线性回归这样
的
机器
学习
算法
的
偏差和方差? 我已经搜索了很多,但我没有找到一个代码来解决这个问题。
浏览 1
提问于2019-03-21
得票数 0
1
回答
在weka测试集中交叉验证和测试
的
精度相差很大?正常吗?
weka
、
random-forest
、
cross-validation
我是weka
的
新手,我
的
分类项目使用它有问题。=== Run information === Relation但现在如果我用2
浏览 3
提问于2015-06-15
得票数 0
回答已采纳
1
回答
为什么
VGG16
优于VGG19?
machine-learning
、
deep-learning
、
classification
、
cnn
、
vgg16
我使用
迁移
学习
建立了
VGG16
和VGG19
模型
。据我所知,VGG19有更多
的
卷积层,而且它更复杂,
VGG16
在精度和损失方面表现得更好。我不明白这有多可能。可能
的
原因是什么?任何解释都是非常感谢
的
。
浏览 0
提问于2022-11-06
得票数 0
1
回答
过度
拟合
CNN
模型
-与输入图像大小有任何关系?
neural-network
、
cnn
、
overfitting
如果我
的
CNN
模型
是过度
拟合
,尽管尝试了所有可能
的
超参数调整,这是否意味着我必须减少/增加我
的
输入图像大小在Imagadatagenarator?
浏览 0
提问于2022-04-19
得票数 1
回答已采纳
1
回答
我刚刚基于kaggle.I
的
泰坦尼克型数据集训练了我
的
第一个ML
模型
。我得到
的
RMSE值约为0.4,它好吗?
python
、
pandas
、
tensorflow
、
machine-learning
、
keras
请注意:我只根据数字列而不是字符串列训练我
的
模型
请推荐一些资源来进一步研究机器
学习
,因为我真的很喜欢这个主题。
浏览 4
提问于2020-05-26
得票数 1
1
回答
为什么验证准确率不能以正常
的
方式在历次中增加?
python
、
keras
、
deep-learning
、
vgg-net
、
conv-neural-network
我正在尝试在视网膜图像
的
数据集中使用imagenet转移
学习
VGG16
模型
,但我对获得像this这样
的
图表感到困惑,我不知道为什么验证精度没有像训练精度一样在历元期间以正常
的
方式增加,这是过
拟合
的
指标吗
浏览 17
提问于2020-04-13
得票数 0
4
回答
衡量机器
学习
模型
是否过度
拟合
的
正确方法是什么?
machine-learning
、
data-mining
我理解过
拟合
和欠
拟合
的
直观含义。现在,给定一个基于训练数据训练
的
特定机器
学习
模型
,您如何判断训练是过
拟合
还是欠
拟合
数据?有没有一种量化
的
方法来衡量这些因素?我们能不能看看
误差
,然后说它是过
拟合
还是欠
拟合
?
浏览 0
提问于2012-09-15
得票数 4
回答已采纳
1
回答
为什么使用
VGG16
的
迁移
学习
对图像彩色酮不好?
machine-learning
、
keras
、
artificial-intelligence
、
transfer-learning
我正在训练一个
模型
来给黑白图像着色。到目前为止,我已经找到了两种方法; 我做了这两件事,并注意到使用
vgg16
进行传输
学习
,虽然它训练速度更快,但与实现自动编码器相比,它产生了可怕
的
结果另外,你能提供更多
的
方法吗?
浏览 3
提问于2022-07-30
得票数 -1
1
回答
对于神经网络,
学习
率是否应该在某种程度上与隐藏层
的
大小成正比?他们应该互相影响吗?
python
、
machine-learning
、
neural-network
、
artificial-intelligence
我
的
神经网络是正常
的
前馈和后置支撑。有10个输出,这应该是一个向量,其中一个输出为1,其余
的
为0。所以像0,0,0,1 0,0,0,0,0。因此,我所期望
的
输出是这样
的
:当隐层上有30个神经元,
学习
率> 0.1但< 1时,我得
浏览 2
提问于2016-12-04
得票数 8
回答已采纳
2
回答
找到
具有
形状
的
数组:(1,7)
python
、
machine-learning
、
keras
、
conv-neural-network
、
pre-trained-model
我使用
VGG16
和keras进行
迁移
学习
(在我
的
新
模型
中有7个类),因此我想使用内置decode_predictions方法输出
模型
的
预测。找到
具有
形状
的
数组:(1,7) 现在,我想知道为什么在我
的
再培训
模型
中只有7个类
的
情况下,它期望1000。我在堆栈溢出( )上发现了一个类似的问题,建议在
模型
定义中包括“inlcude_top=True”,以解决这个问题
浏览 0
提问于2018-03-13
得票数 5
回答已采纳
4
回答
机器
学习
模型
中方差
的
意义
machine-learning
、
machine-learning-model
、
variance
我知道高方差会导致过度
拟合
,而高方差是因为
模型
对异常值很敏感。 但我可以说,方差是,当预测点太长时,会导致高方差(过
拟合
),反之亦然。
浏览 0
提问于2018-12-10
得票数 1
1
回答
在
迁移
学习
过程中,您可以使用不同
的
图像大小吗?
machine-learning
、
deep-learning
、
neural-network
、
pytorch
、
transfer-learning
我在EfficientNets上使用著名
的
Github repo进行训练。我按如下方式编写了
模型
初始化类: class CustomEfficientNet(nn.Module): def __init__(self, config: type, pretrained中,我倾向于使用Resize(img_size = 512, img_size=512)进行某些图像分类任务
的
训练(主要是Kaggle竞赛)。所以这里
的
问题是,EfficientNetB5
的
官方输入大小是456x456,但我使用了51
浏览 143
提问于2020-12-31
得票数 1
回答已采纳
3
回答
model.trainable=False不应该冻结
模型
下
的
权重吗?
keras
、
keras-2
我正在尝试冻结免费训练
的
VGG16
层(下面的‘conv_base’),并在它们上面添加新
的
层以进行特征提取。我希望在(Ret1)/(Ret2)
模型
拟合
之前从'conv_base‘得到相同
的
预测结果,但事实并非如此。这是错误
的
检查体重冻结
的
方式吗?=[150, 150, 3])
模型
拟合
前
的
结果 ret1 = conv_ba
浏览 0
提问于2017-11-09
得票数 9
1
回答
Python:生成跟随趋势线
的
随机数
python
、
random
、
statistics
、
scatter-plot
、
trendline
我需要做一个图形抽象,我想展示这个项目的目标是预测两个参数之间
的
正相关关系。我不想像那样从谷歌上抓取照片。我可以在Python中生成一些跟随特定趋势线
的
随机点吗?
浏览 0
提问于2019-02-19
得票数 0
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
NLP最新迁移学习方法微调语言模型,可将误差减少超过20%
什么是机器学习模型的过拟合?
Fast.ai推出NLP最新迁移学习方法“微调语言模型”,可将误差减少超过20%!
多重预训练视觉模型的迁移学习
T5,一个探索迁移学习边界的模型
热门
标签
更多标签
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
活动推荐
运营活动
广告
关闭
领券