keras和赋值0，1，2是如何...去我的班级？我的数据集中的每个类都有一个唯一的名称，它是一个字符串(z，zg，zm，...)而不是数字。例如,我计算权重
weights = sklearn.ut
浏览 6提问于2021-02-23得票数 0
1回答
数据表示一串连续的文本，每个观察都是一个句子的表示。有5个班级。validation_data=(X_test, y_test))
模型进行训练，但val精度在每个时期固定为我假设这是因为我的类不平衡问题(一个类占据了大约53%的数据，其他4个类均匀分布在剩余的47%)。
如何平
浏览 0提问于2020-05-06得票数 2
2回答
我正在使用验证数据进行超参数优化，并试图使用类权重。对于model.fit()，有一个将类权重(参数为class_weight)传递给测试数据函数的选项，但我想对验证数据也这样做。另一位用户不久前也有同样的问题，但没有给出令人满意的答案：当将验证数据作为参数传递给model.fit()时，验证数据可以采用元组的形式：(x_val、
浏览 0提问于2019-05-31得票数 4
1回答
我一直在研究如何在RNN结构中实现类权重，其中模型输入14天的数据来预测第15天的目标，并具有每天相同的特征。本质上，输入是一个大小的3Dnumpy数组(样本大小，14，特征数量)。目标是简单的二进制分类“是或否”，但一个热编码。因此，目标是1 0表示“是”，0 1表示“否”。通常，在非时态模型和非一个热编码响应中，keras在模型拟合函数中有一个简单的实现，您可以输入一个对应于权重的</e
浏览 8提问于2018-12-06得票数 0
我正在研究Keras中的一个多标签问题，使用双叉熵损失函数和sigmoid激活。假设我有4个类，所以响应可能如下所示：尽管绝大多数的回应实际上都是零的数据在不同的类之间也是非常不平衡的，如果我对y做了一个求和，那么每个类中的正数的总数将会是这样的[2000, 500, 1000, 250]
浏览 0提问于2018-10-24得票数 8
Keras使用class_weight参数来处理不平衡的数据集。
这是否意味着class_weight在训练错误函数中给每个类赋予了不同的
浏览 0提问于2018-08-30得票数 4
回答已采纳
在训练模型之后，我正在尝试从模型中提取权重。这是一个代码。1-如何将模型保存在先前上传的目录路径中? 2.如何获取权重? 3.我有一些csv文件，与用于建模的相同，但没有类。如何使用此模型估计类？# Preprocessimport keras#imp
浏览 1提问于2019-09-05得票数 3
我想知道如何在Keras的二进制或多类分类器中为损失函数添加自定义权重。我使用binary_crossentropy或sparse_categorical_crossentropy作为基线，我希望能够选择为每个类提供错误预测的权重。
浏览 0提问于2019-03-18得票数 2
1回答
我是神经网络的新手。我正在凯拉斯做我的大学神经网络项目。我使用SGD优化器组装并训练了单层顺序模型：nn_model = Sequential()nn_model.add(Dense(1, activation='tanh'))
sgd = keras.optimizers.SGD(lr=0.001,我尝试了不同的</e
浏览 0提问于2018-06-16得票数 0
回答已采纳
1回答
我正在keras中实现一种类型的分割网络(使用tf后端)，其中我希望对每个图像的损失进行加权。权重将与目标图像具有相同的形状-即每个像素在损失中将具有不同的权重。权重可以从基于轴1的字典中查找。因此，对于批次中的第一个项目，labels[0, :, 0, 0]的条目是[1, 0, 0, 1, 0]，我将在字典中
浏览 3提问于2020-02-26得票数 2
我在Python 3中使用Tensorflow 1.13，我尝试用4个类创建一个CNN分类器，一个热编码。然而，我需要它产生的洞察力实际上是发现类0或类3，如果它告诉我数据行属于第1或2类，那对我的目标没有多大帮助。sklearn classification_report的输出在下面，我希望在模型培训期间增加对0和3类的回忆。精确也很好。1495
avg / total 0.65
浏览 0提问于2019-06-21得票数 1
回答已采纳
我正在使用传输学习来建立一个图像识别模型，使用预先训练的VGG网络在Keras和排除最终完全连接层，以获得输出权重。然后，我使用这些输出权重来输入我的新模型，这个模型有几个层次，还有一个我自己正在训练的完全连接的新层。完全连接的层映射到我试图预测的输出类的数量。
一切都很好。但是，当我运行results = model.predict(img
浏览 2提问于2018-03-02得票数 0
输出是一个包含五个二进制值的列表，如下面的0,0,0,1,1inp = tf.keras.layers.Input(shape = (*IMAGE_SIZE()(x)model = tf.keras.models.Model因此，我尝试为每个标签设置不同<em
浏览 54提问于2021-06-04得票数 0
我正在研究Keras中的不平衡数据集，并希望对来自少数族裔类的样本给予更高的权重。fit()函数有一个很好的sample_weight参数，但是由于数据的大小，我不得不使用fit_generator()。然而，在这种情况下，标签不是一个热编码/分类，我无法找到是否使用class_weight也允许分类数据。
可以对一个热编码/分类标签使用class_weight参数吗?如果可以，
浏览 0提问于2017-08-11得票数 6
我正在使用传输学习来建立一个图像识别模型，使用预先训练的VGG网络在Keras和排除最终完全连接层，以获得输出权重。然后，我使用这些输出权重来输入我的新模型，这个模型有几个层次，还有一个我自己正在训练的完全连接的新层。完全连接的层映射到我试图预测的输出类的数量。results = model.predict(im
浏览 0提问于2018-03-02得票数 10
1回答
我想把一个文本集合分成两类，比如说我想做一个情感分类。我有两本预先编好的感情字典，一本只有正面的，另一本只有负面的。我想把这些字典合并到支持向量机分类器的特征向量中。我希望字典中存在的单词与句子的类有很大的权重值，而其他单词的权重值很小。因此，特征向量如下所示：-1 1:0.1 2:0.1 3:0.1 5:0
浏览 3提问于2016-04-24得票数 1
回答已采纳
1回答
我在Keras中定义了加权均方误差如下： data_weights = [w0,w1,w2,w3] return K.mean(weights*K.square(yTrue-yPred))
我给出了每个预测的权重列表这些预测是成形的，例如：(25,4)。这是通过维数4的最终稠
浏览 1提问于2018-10-24得票数 4
1回答
我训练了一个使用python的模型，检测宝石的颜色，并构建了一个附加我的代码的CNN.Herewith Iam。import cifar10from tensorflow.keras.modelsimport Sequential
from tensorflow.keras.layers import Dense,
浏览 30提问于2022-05-07得票数 -1
下面您可以阅读我是如何加载和编码培训数据的，以及我尝试过的两种方法。我的培训数据存储在目录结构中，其中每个图像都放在与其类相对应的子文件夹中(总共有32个类)。文档没有指定class_weights字典的键，以防标签是一个热编码的。我试着用这种方法训练网络，但发现权重并没有对网络产生真正的影响:当我查看每个班级的</
浏览 0提问于2021-04-21得票数 3
回答已采纳
1回答
我是DL新手，需要一些关于初始V3模型的帮助。正如我们所知，默认情况下，v3模型的预训练Keras模型使用来自imagenet的权重，并给出1000个类的输出。现在，我想为COIL数据集添加具有100个类的输出层，据我所知，这对于Keras是不可用的。那么，我如何添加新的权重，或者如果可能，我如何将imagen
浏览 1提问于2020-10-14得票数 0
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
