1回答
GPflow文档提供了一个具有example for multi-class classification -max函数的健壮函数。我正在尝试用softmax似然率训练一个多类分类器，这也是GPflow中的implemented，但我找不到任何关于如何正确使用它的文档或示例。 请在下面找到一个我尝试过的例子。上面提到的鲁棒最大值示例使用分类标签，即值0、1、2，但
浏览 28提问于2020-10-03得票数 1
1回答
我无法在pytorch中对多标签分类使用损失函数这是我的损失函数： pred = torch.tensor(pred)我也在cross_entropy上尝试过：但是这个错误仍然出现，在pytorch中是否存在用于multi_label分类的内置损失
浏览 6提问于2021-09-24得票数 0
1回答
我正在使用Yoonkim的用于句子分类的CNN代码。这用于文本分类。我注意到他使用了softmax层和负日志似然误差。这对于单标签多类分类是最优的。我现在有一个数据集，用于多标签-多类分类。理想的激活方法和错误函数是什么？
我认为，使用softmax层会给出概率之和为1，但在这种情况下，由于它
浏览 0提问于2016-09-12得票数 3
4回答
在与对象检测和语义分割相关的深度学习实现中，我看到了使用sigmoid或softmax的输出层。我不是很清楚什么时候用哪种？在我看来，他们两个都可以支持这些任务。这个选择有什么指导原则吗？
浏览 57提问于2016-12-31得票数 10
回答已采纳
2回答
我正在使用VGG16模型，并根据我的数据对它们进行了微调。我预测图像(面部)的种族.i有5个输出类，如白色，黑色，亚洲，次大陆和其他。我应该使用softmax还是sigmoid。为什么？?
浏览 1提问于2019-11-14得票数 0
3回答
对于一个目标向量0,0,0，....0和预测向量0,0.1,0.2的简单分类问题，....1的交叉熵损失会更好/更快地收敛，还是MSE损失？当我绘制它们时，在我看来，MSE损失有一个较低的误差范围。例如，当我的目标为1，1，1，1.1时，我得到以下信息：
浏览 0提问于2018-03-16得票数 3
回答已采纳
我试了两个班级的CNN模型，得到了80%，但当我尝试相同的模型与4类，我得到了非常坏的结果。请帮忙的原因是什么？我使用的CNN模型是：model.add(Activationvalidation_data = validation_generator,
validation_steps = validation_generator.
浏览 5提问于2020-05-28得票数 0
回答已采纳
1回答
例如，您可以将softmax + nl (负似然)重新排序到log_softmax + nll (负对数似然)。实质上将日志(softmax(X))更改为softmax(log(x))
然而，重新排序日志的规则是什么呢？
浏览 0提问于2020-03-12得票数 0
回答已采纳
1回答
我们知道，Softmax通常应用于具有e^{a}\over \sum e^{a}功能的多类标签。
我的问题是，像a^{2} \over \sum a^{2}这样的函数大多也能工作吗？这里是最后一次激活的立场输出。
浏览 0提问于2021-08-05得票数 1
2回答
好的，对于在不同机器学习算法的上下文中定义似然函数的方法，我有很多困惑。在这个讨论的背景下，我会参考吴家祥229的讲稿。
这是我迄今为止的理解。在分类的背景下，我们有两种不同的算法:区分算法和生成算法。这两种情况的目的都是确定后验概率，即p(C_k|x;w)，其中w是参数向量，x是特征向量，C_k是kth类。这些方法与直接给出x的后验概率
浏览 3提问于2015-06-04得票数 0
与softmax相比，使用log softmax有什么好处吗？选择一个而不是另一个的理由是什么？
浏览 0提问于2018-11-04得票数 25
回答已采纳
2回答
我在问自己，在尝试使用多个(>100)标签对数据进行分类时，是否还有比深度人工神经网络更好的方法。有什么建议吗？例如，逻辑回归似乎不合适，因为在它的基本形式中，它只支持两个标签，对吗？
浏览 0提问于2021-11-21得票数 4
1回答
一种无起点的图搜索算法
、、、、
我有一个场景的边缘地图，并想提取最好地区分天空和地形的边缘。这似乎被很好地描述为图遍历问题。然而，像A*这样的流行搜索算法依赖于起始点和结束点的使用(而不是第一列和最后一列)。有没有不需要这些参数的图搜索算法？我还想最大化提取的边缘的一些全局特征，如平滑度。注意:速度是一个重要的问题，这需要实时完成。
浏览 0提问于2014-09-17得票数 0
我正在尝试实现一个二进制分类问题的模型。到目前为止，我使用softmax函数(在输出层)和torch.NLLLoss函数来计算损失。但是，现在我想在输出层使用sigmoid函数(而不是softmax)。如果我这样做了，我是否也应该更改损失函数(更改为BCELoss或)，或者我是否可以仍然使用torch.NLLLoss函数？
浏览 0提问于2018-10-03得票数 1
我正在使用catboost制作一个多类预测模型，最终的解决方案应该具有最小的对数损失误差，但在catboost中不存在对数损失，他们有一个称为“多类”的损失函数。它们都是一样的吗？如果不是，那么我如何用对数损失来衡量catboost模型的准确性呢？
浏览 96提问于2020-06-22得票数 0
我在学习Matlab的道路上，当我研究的时候，我被图像的最大似然分类的主题卡住了。我知道为了实现它，需要计算协方差和方差。那么，一个编码最大似然分类器应该如何呢？
感谢您的阅读和帮助。
浏览 3提问于2016-03-14得票数 0
1回答
使用Sigmoid训练的MNIST失败，而Softmax工作正常 我试图调查不同的激活是如何影响最终结果的，所以我用PyTorch实现了一个简单的MNIST网络。我使用NLLLoss (负对数似然)，因为它在与softmax一起使用时实现了交叉熵损失。 当我将softmax作为最后一层的激活时，它工作得很好。F.dropout(x, training=self.training)
x = self.f
浏览 34提问于2019-04-02得票数 1
回答已采纳
1回答
我有一组高斯分布的数据，这是一个直方图，显示了它们的实际外观：我必须使用贝叶斯分类器将这些数据分类为两类，我正在使用sklearn这样做，它工作得很好。然而，作为工作的一部分，我必须使用最大似然估计估计数据的分布参数(σ，μ)，并在我的分类器中使用它们。那么，有没有python库或伪代码可以使用最大似然法估计高斯分布参数，以便我可以在分类</e
浏览 219提问于2018-07-15得票数 1
在分类神经网络的输出层中，softmax函数的哪些特性使其成为最受欢迎的激活函数？
浏览 0提问于2018-08-23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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
