1回答
我正在训练一个神经网络，让它有6个输入和2个输出。我正在使用带有Tensorflow后端的Keras。print('train cost: ', cost)Training--------train cost: nantrain cost: nantrain cost: nan
第一次培训的成本通常在2,0
浏览 0提问于2018-08-04得票数 0
回答已采纳
1回答
我用在Matlab中建立和训练了一个神经网络(mdCNN是一个简单的Matlab库，用于建立多维输入神经网络，目前Matlab-cov3x3x3不支持它)。我用Matlab训练我的模型，现在我想把它投入生产。
从Keras模型<em
浏览 1提问于2018-08-28得票数 3
我编写了人工神经网络程序来解决凯格尔犬和猫的核问题，但在训练过程中，它显示出loss=nan和较差的精度。我的代码可以在找到from tensorflow import kerasann= keras.Sequential([
keras.layers.Flatten(input_shape=(IMG_SIZE, IMG_S
浏览 12提问于2022-01-10得票数 0
回答已采纳
2回答
假设我有一个包含多个数值变量的数据，以及一个包含10000个类别的范畴变量。我用一个带有Keras的神经网络来得到这个范畴变量的嵌入矩阵。现在，我认为重构嵌入的方式是：
具有一个具有数字值的反向字典(在此之前用于表示类别)为键，类别名称为值，在范围(10002)(即类别+2的数目)中，向i的数据帧中添加50个NaN列，查找反向字典中键i的对应值，如果它在字典中，则使用.loc替换每一行( 50行NaN</em
浏览 3提问于2020-05-17得票数 1
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。 ?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
朋友,
我试着训练一个神经网络来进行回归。当使用Keras的SGD优化器类时，在第一步之后，我突然从我的网络中获得了NaN值作为预测。在我使用Adam优化器类进行训练之前，一切都运行得很好。我已经尝试改变SGD的学习率，但在第一步和编译后，仍然会出现NAN值作为模型预测。因为我的训练是使用Adam优化器的，所以我不认为我的输入会导致NAN，我已经检查了我的输入值是否有NAN，并删除
浏览 4提问于2021-01-10得票数 0
我有两个多类分类模型来进行预测(准确地说，类数是三个)。一个是Keras神经网络，另一个是Scikit学习库中的梯度增强分类器。我注意到，在相同的数据上训练后，GBC具有较高的精度评分，而Keras模型具有较高的F1评分。我应该使用哪种模型来预测未来的数据？哪个指标更重要？
浏览 0提问于2019-12-23得票数 7
回答已采纳
1回答
我在Keras中使用卷积神经网络(CNN)进行语义分割(图像像素的多类分类)。
特别是，我正在将此应用于农作物(植被)的航空图像。在Keras中，我成功地开发了一个工作流，用于为一个特定的数据集划分/分类不同的作物(让我们将这个数据集称为rural area #1)。我可以应用在rural area #1上训练的Keras权重来初始化另一个dataset rural area #2的培训吗？rural area #2数据集几
浏览 0提问于2018-02-08得票数 3
回答已采纳
1回答
感知器分类
、、、
一般来说，我有56个文件用于训练集。对于测试集，我有一个包含7个子文件夹的文件夹，每个子文件夹包含2个文件(测试集通常有14个文件)。我有另一个文件，其中包含1000个最常见的列车集单词。我必须检查这1000个单词是否在训练集中。如果它们存在，它应该返回+1，否则它应该返回-1以生成vector.Then。我必须使用双极感知器(神经网络)对文本进行分类。
浏览 5提问于2015-12-29得票数 0
1回答
线性激活函数LSTM
、、、
我试图进行多步回归，并使用输出层：这是否实现这个目标的错误方式？我应该使用TimeDistributed(稠密(1))作为输出吗？如果是，为什么？
浏览 0提问于2019-12-13得票数 0
回答已采纳
我正在使用神经网络进行多类分类。假设我有10个目标类和一个null (非高于目标的类)。我为每个目标单独训练一个神经网络，每个网络(目标，非目标)有两个输出神经元，这样在上面的情况下，我需要10个单独的神经网络，还是有11个输出(10个目标，1个其他)的神经网络更好？我见过人们在不同的论文中使用这两种方法中的任何一种，但没有解释，但是对每个目标类使用单独的网络在理论上有优势吗？与替代方法相比，计算开销成本是否值得获得收益和收益？
提前
浏览 0提问于2014-09-16得票数 1
2回答
在Keras中，我正在使用前馈神经网络处理一些数据。我已经注意到，如果我日志转换数据，模型训练得更好，但是转换后的数据上的误差度量不一定能很好地反映原始数据集的情况。目前，我使用的是平均百分比误差度量(mape)，在日志转换数据集上的CV误差为3.8%，当我对预测进行反向转换并检查原始输出时，其CV误差约为25%。
在这种情况下，是否有更好的成本/目标函数选择？
浏览 0提问于2016-05-13得票数 6
2回答
我目前在Tensorflow中的一个机器学习项目中遇到了问题。神经网络的输入是26x1的数字列表，所需的输出是5x16二进制数组。distribution_train.pop(0)我们的数据是从.csv文件中提取出来的，并存储在列表中
浏览 12提问于2019-01-18得票数 0
1回答
我正在尝试使用神经网络来预测正在运输的产品的价格，同时使用温度、大流行期间的死亡人数、雨量和一列0和1(虚拟变量)。 因此，假设我有一个给定了这些值的数据集，以及一个以年/周格式提供时间的列。我的一个想法是创建一个变量，它将去掉数据帧中的每一列，并将其转换为时间序列。我想在每个回归器上使用神经网络来预测成本，然后将它们放在一起。 理想情况下，我认为在时间序列数据的四分之三上进行训练，然后在剩下的四分之一上进行测试，然后可能做
浏览 30提问于2021-07-24得票数 0
1回答
我正在尝试使用tf.keras应用编程接口编写深度神经网络，我觉得我的模型是正确的，我已经删除了所有的NaN值，但在训练过程中我仍然得到了NaN值。()model.add(keras.layers.Denseerror
metrics=['mae
浏览 2提问于2018-08-15得票数 1
1回答
我正在使用Keras来构建我的架构。
我试图解决的回归问题对于不同的训练样本有不同的输出。例如，对于第一个训练样本，我想要model.add(dense(2))，因为y_train[0]有长度2，对于第二个训练样本，我想要model.add(dense(1))，因为y_train[0]有长度我还认为我可以调用Lambda层而不是输出密集层，在这个Lambda层中，我可以封装每一行y_train的长度，并使用Lambda层的output_shape参数将其赋值为输出单元。但是，我不知道如何在我的模型的<em
浏览 0提问于2019-07-31得票数 1
1回答
我是机器学习的初学者，目前正在学习神经网络的基础知识。在我看到的一个例子中，神经网络的最后一层恰好是因此，该层的输出是--一个数组，其值对应于多类问题中10个类的每个类的类概率但是，原始数据集中的类标签仅为0-9的整数值.我的问题是，我的神经网络是否会自动在其输出中执行argmax，以确定训练期间要与之比较的标签？有什么
浏览 3提问于2020-04-15得票数 0
1回答
我正试图在Keras的帮助下，用神经网络实现一个词性标注器。
具体来说，我不知道如何预处理标记的训练数据，以便在我的模型中使用？准确地说，我不知道如何在以下代码中将数据排列在" data“和&qu
浏览 1提问于2016-11-14得票数 6
回答已采纳
3回答
import kerasfrom keras import layers keras.layers.Dense(1000,activation=tf.nn.relu,input_shape=(19900,)),测试损失与精度
test_los
浏览 2提问于2019-05-20得票数 12
1回答
我试图用Keras库，Tensorflow后端建立一个完全卷积的神经网络。不超过5个图像具有相同的维度，因此将它们分组似乎没有帮助。我不希望调整大小和丢失数据，因为我已
浏览 3提问于2017-07-21得票数 15
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
