使用带约束的损失最小化对numpy和scipy执行回归。下面是一个示例：x_matrix_trans是x矩阵
我们想要求解y= Xc的约束条件是，一些系数乘以一些输入权重的总和必须为0。res.x中产生了正确的值，但我还需要计算r_squared和调整后的r_square
浏览 11提问于2017-08-23得票数 0
我正在尝试使用constrOptim来最小化损失函数。我的约束是表格2的Feller条件，它对应于2*x1*x2 ≥ x4^2，例如，我的代码中的x4^2- 2*x1*x2。我的起始值是x0 <- c(0.05, -0.85, 3.00, 0.32)，损失函数的形式是1/N * sum(w_i * (market_price - model_price)^2)，简单
浏览 3提问于2021-01-04得票数 0
回答已采纳
2回答
我是Python及其库的初学者。但我已经成功地做了一个小程序，它能像预期的那样工作。它取一个字符串，计算不同字母的出现次数，并将它们绘制在图形中，然后应用一个方程及其曲线。总体思路是比较来自不同层次文章的不同类型的文本，看看整体模式有多强。import numpy as npimport matplotlib.pyplot as plt
from matp
浏览 0提问于2013-10-05得票数 26
回答已采纳
我在Keras中使用functional API来构建一个具有多个输出层的神经网络模型。我想知道在优化过程中更新权重时(当做back-prop时)损失是如何评估的。假设使用相同的损失函数，那么所有输出的平均损失是用于最小化成本函数还是单独评估每个输出以更新权重？
提前感谢！
浏览 0提问于2017-04-29得票数 3
2回答
从1到N。我已经建立了一个带有损失函数mse的网络。但我觉得在整数输出的情况下，mse损失函数可能不是一个理想的最小化损失函数。有人能提供一些关于如何处理整数输出/目标的帮助吗？这就是我现在使用的损失函数。
浏览 18提问于2020-02-16得票数 0
1回答
我正在尝试使用numpy.linalg.lstsq来解决具有以下约束的同质系统： |x| = 1 numpy.linalg.lstsq(A, np.zeros我想知道如何创建|x|=1约束，以便获得不同的解而不是零矩阵。
谢谢。
浏览 0提问于2016-10-10得票数 1
1回答
我实现的损失似乎工作得很好，但是我添加的一个新损失没有被GradientTape()正确地说明。我使用的是启用了急切执行的TensorFlow。
我怀疑这与我如何根据输入变量计算损失有关。我不想在每次迭代中像这样改变图像，所以我只复制张量(以numpy形式)，并对其进行操作来计算损失。我不理解GradientTape的局限性，但我认为它正在“失去主线”，即当输入变
浏览 22提问于2019-07-27得票数 1
1回答
我想在Keras中训练一个输入和两个输出的模型，但是我在验证的设置上有几个问题。
1) 说，当有多个输出时，model.fit可以接受一个numpy数组的列表作为输出。但是，对于validation_data参数给model.fit，它说模型可以接受一个元组的形式(x_val，y_val)或(x_val，y_val，val_sample_weights)。那么如何传递第二个输出的y_val呢？我是否能够使用validation_spl
浏览 3提问于2017-08-03得票数 2
回答已采纳
1回答
是否有一种方法在Keras中有两个损失函数，其中第二个损失函数从第一个损失函数获得输出？我正在使用Keras开发一个神经网络，我想在model.compile()内部的损失项中添加另一个自定义函数，以规范并以某种方式惩罚它，这是一种形式：
model.compile(loss_1='mean_squared_error', optimizer=Adam(lr=learning_rate), metrics=[&#x
浏览 1提问于2022-01-31得票数 0
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。权重可以从标签计算，并且由于数据集的大小，将权重存储在磁盘上是不可行的。因此，我已经开始编写自己的损失函数，它可以根据标签动态计算权重矩阵。
labels.shape
浏览 3提问于2020-02-26得票数 2
我是Keras的新手，对于如何理解我的模型结果有一些问题。这是我的结果：(为了方便您，我只在每个时代之后粘贴丢失的acc val_loss val_acc )。：
val_acc是衡量您的模型的预测有多好的标准。所以对我<
浏览 3提问于2017-11-15得票数 41
我有一个Keras预训练模型"model_keras“，我想在损失函数中使用它。模型"model_keras“的输入是另一个Tensorflow模型"model_tf”(生成式模型)的输出。我正在尝试通过最小化损失来更新"model_tf“的权重。在优化过程中，"model_kears“仅用于推理，不会更新。我的问题是我无法从"model_keras“得到正
浏览 30提问于2020-10-20得票数 1
我正在尝试用python对一个有三个变量的已知函数进行最小二乘拟合。对于有错误的随机生成的数据，我能够完成此任务，但我需要拟合的实际数据包括一些数据点，这些数据点是值的上限。该函数将通量描述为波长的函数，但在某些情况下，在给定波长下测量的通量不是有误差的绝对值，而是通量的最大值，其实际值是小于该值的任何值，甚至为零。
有没有办法告诉拟合任务一些数据点是上限？此外，我必须对许多数据集执行此操作，并且每个数据集的
浏览 2提问于2014-01-09得票数 3
回答已采纳
我有一个TensorFlow模型(一个卷积神经网络)，我使用梯度下降(GD)成功地训练了一些输入数据。现在，在第二个步骤中，我想提供一个输入映像作为初始化，然后使用GD对这个具有固定网络参数的输入映像进行优化。损失函数将是不同的，但这是一个细节。所以，我的主要问题是如何告诉梯度下降算法
你们对第二点有什么想法吗？我想我自己可以用TF梯度函数重新编码梯度下降算法，但我
浏览 6提问于2016-09-13得票数 8
loss='sparse_categorical_crossentropy',当我查看loss参数的文档时，它说
loss：String (目标函数的名称)、目标函数或tf.losses.Loss实例。如果模型有多个输出，则可以通过传递字典或损失列表，对每个输出使用不同的损失。然后，该模型将最小化的损失值将是所有个人
浏览 0提问于2019-07-28得票数 0
回答已采纳
浏览these教程，并注意到没有显示损失如何随时期数减少的曲线图？ 如何使用.fit方法here做到这一点？ 如何指定要训练的纪元数？
浏览 94提问于2021-08-09得票数 0
假设我有一个numpy数组，其中包含一些从scipy.optimize.minimize获得的高精度浮点数，例如：arr = np.array([9.2387213981273981, 0.3219837123801298我想以如下方式将这个精度级别的数组写到文件中： filename = 'parameters.py'f.write('from numpy importf.write(&
浏览 19提问于2021-07-05得票数 1
回答已采纳
我试图最小化一个函数，该函数的长度为N，并通过Levenberg-Marquardt (:= LM)返回标量。import numpy as np
方法‘lm’(Levenberg-Marquardt)调用MINPACK (lmder，lmdif)实现的最小二乘算法的包装器。它运行Levenber
浏览 4提问于2019-10-17得票数 1
1回答
我正在尝试使用"brute“方法来最小化一个20个变量的函数。它的失败带来了一个神秘的错误。以下是完整的代码：import numpy as np
def progress_update(params, iter, resid, *args
浏览 1提问于2018-07-31得票数 1
回答已采纳
我正在尝试使用来解决具有线性约束的标准二次规划问题(根据可以在中找到的定义)。我的问题没有线性项(定义中的"c“向量)。我通过对所有变量使用来设置"Q“矩阵(将"goal”行作为vidRow传递)。我假设InteriorPointSolver最小化二次规划问题的标准定义中定义的目标函数，这是正确的吗？我之所以这样问，
浏览 2提问于2012-01-25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
