已经有很多关于保存模型的东西，但我正在努力弄清楚，只有当模型在val_accuracy上得到改进时，我才能保存我的模型。我的模型是这样的： keras.layers.Embedding(numberOfWords,),
keras</
浏览 4提问于2020-02-21得票数 4
回答已采纳
我为MNIST数据集创建了两个相同的神经网络，一个使用TensorFlow，另一个使用Keras。在10个时期，Keras实现了超过96%的性能，而TensorFlow实现了大约70%的性能。我还在其他数据集上测试了下面的代码，在直接参数比较中，TensorFlow在所有这些数据集上的性能都要低得多。Keras代码：warnings.filterw
浏览 0提问于2019-11-23得票数 1
1回答
如何提高CNN模型的准确性
、、、、
我建立了一个cnn模型，将面部情绪划分为快乐、悲伤、精力充沛和中立的面孔。我使用了Vgg16预先训练的模型，冻结了所有的层。经过50次训练，模型的测试精度为0.65，验证损失约为0.8。我的列车数据文件夹有16000(4x4000)，验证数据文件夹有2000(4x500)，测试数据文件夹有4000(4x1000) rgb图像。
1)你有什么建议来提高模型<
浏览 3提问于2022-02-11得票数 3
回答已采纳
在虚拟机上重新安装Keras和Tensorflow之后，我注意到模型没有进行正确的训练(至少我已经检查过的那些模型)。例如，以来自代码的Keras博客作为测试用例，不但没有降低损失和最终验证精度( ~0.8 )，而且损失迅速增加到~7.5，精度保持在~0.5。应该注意的是，当我尝试使用旧版本的Keras和Tensorflow (
浏览 0提问于2018-04-16得票数 3
我编写了简单的代码来学习Keras：
(x_train, y_train), (x_test, y_test) = keras.datasets.cifar10.load_data()
model.add(keras.layers.Conv2D(16, 3, padding='
浏览 1提问于2018-07-26得票数 0
回答已采纳
1回答
问题:在第二次训练模型时，我的验证精度有了很大的提高。想知道为什么复制(如果可能的话)复制。(最后培训结果
浏览 2提问于2020-07-18得票数 0
1回答
我正在尝试使用<code>C0</code>数据训练Keras DNN模型进行预测。我已经对数据进行了标准化，并将其分为训练、测试和验证部分。我遇到了一个关于我的晒黑和验证准确性的问题，它(几乎)保持不变。精度始终停留在(0.1431)。我尝试了许多不同的超参数，包括将激活函数更改为tanh和relu，并尝试在第一个密集层之后添加批处理归一化层，<
浏览 8提问于2020-07-31得票数 0
当我使用Keras ModelCheckpoint回调而不将save_best_only & save_weights_only设置为True时，我试图了解这里发生了什么。即mc = ModelCheckpoint(filepath = './checkpoint/to/save.h5')
根据丹瑟尔流的说法，在默认情况下，保存权值和
浏览 0提问于2021-01-09得票数 0
回答已采纳
1回答
我在用神经网络解决回归问题。列车开始时mse损失减小，精度令人满意，但当列车过程进行时，损耗发生了很大的跳跃，并保持在一定的值，
就像画中的曲线。我不知道为什么怎么修？我想问一下，我能不能在跳前用火车系数，比如8000的火车台阶，作为我的最终结果？
浏览 10提问于2022-07-02得票数 0
回答已采纳
在TensorFlow2.0中使用SavedModels时，是否可以从中间层访问激活？例如，使用其中一个模型：，我可以运行，例如，
model = tf.saved_model.load('faster_rcnn_inception_v2_coco_2018_01_28/saved_model我希望能够访问输出层以外的其他层，但似乎没有任何Tensorflow 2.0的文档来说明如何做到这一点。下载的</e
浏览 21提问于2019-10-24得票数 4
1回答
下面一行保存了一个Keras模型：稍后，我尝试将其转换为tflite文件，如下所示：tflite_model = converte
浏览 0提问于2019-04-15得票数 1
回答已采纳
1回答
我正在努力提高我的瓦尔准确性，因为它是非常低的。我尝试过更改batch_size，用于验证和培训的图像数量。添加了额外的密集水平，但没有一个有效。我使用的数据集还没有被分解成训练和验证，这就是我使用分区所做的工作。我已经给出了示例的值，如下所示，并尝试增加VALIDATION_SAMPLES，
浏览 7提问于2022-04-28得票数 0
1回答
我最近开始了解Keras中的Modelcheckpoint回调。但它只能监控验证准确性或训练Acc。当验证精度达到最大时，它可以节省最佳模型权重。但该模型可能与验证数据过度拟合。因此，我觉得也有必要监控训练的准确性。我想保存验证精度最高且训练精度也很好的模型。有没有办法或者回
浏览 0提问于2018-08-17得票数 0
1回答
我在研究一个说话人识别神经网络。我所做的是把Bing Bang理论的wav文件第一个espiode :-)转换成MFCC，而不是把它作为一个开放源码的神经网络api (MLPClassifier)的输入，作为输出，我为每个说话者定义一个唯一的向量，我取50个随机值进行测试，其他值用于拟合(训练)
这是我的代码，在开始的时候，我得到了神经网络的随机
浏览 2提问于2019-11-25得票数 0
回答已采纳
我正在尝试使用Keras Tuner搜索模型的超参数，但在运行代码时得到以下错误："RuntimeError:模型构建函数没有返回有效的Keras模型实例，找到< keras.engine.sequential.Sequentialobject at 0x000001E9C2903F28 >“ 我已经在互联网上搜索，但没有找到任何可以帮助的东西，我</
浏览 44提问于2020-03-09得票数 1
回答已采纳
如果我用tensorflow写一个模型，可能是任何CNN或ANN。我想知道如何发现我的架构或模型中是否有问题。例如。如果我的模型拟合不足或过拟合。如何绘制学习曲线、验证曲线和训练曲线，以及如何分析它们以发现我应该做些什么来提高测试数据的准确性。如何在
浏览 13提问于2018-09-01得票数 0
1回答
我正在考虑对我的模型实施正则化，以提高验证的准确性。我偶然发现keras的文档如下： layer = layers.Dense( kernel_regularizer=regularizers.l1_l2(l1=1e-1e-4), activity_regularize
浏览 5提问于2020-10-28得票数 0
2回答
我正在努力理解keras模型是如何工作的。 当我们训练模型时，我们给出指标(如“准确性”)和损失函数(如交叉熵)作为参数。我想知道的是模型优化的目标是什么。拟合后，leant模型最大限度地提高了准确性？或者最大限度地减少损失？
浏览 30提问于2020-10-27得票数 0
5回答
我正在做一个年龄估算项目，试图在一个预定义的年龄范围内对一个给定的面孔进行分类。为此，我正在使用keras库来训练深度NN。培训和验证集的准确性如下图所示：正如你所看到的，验证的准确性以比训练精度更小的步骤不断提高。我是应该在训练和验证精度相同的280年代停止训练，还是应该在验证
浏览 0提问于2018-05-29得票数 10
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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
