我使用tf.estimator.EstimatorSpec定义了我的模型。我知道它有训练、评估和预测模式。但我想在每个时期之后检查一些指标得分，例如auc。这个API像keras一样支持它吗？
浏览 51提问于2019-05-16得票数 2
如何在评估时配置tf.estimator.DNNRegressor以报告不同的度量，如、RMSE、和MAE？(对于tf.estimator.DNNClassifier和AUC度量，我们可以问同样的问题)
注意：--我知道必须在tf.estimator.EstimatorSpec of model_fn()中为自定义
浏览 1提问于2018-09-12得票数 0
我的代码是 # any tensorflow metric其中，roc_callback是一个Keras回调函数，它在每个时代结束时使用sklearn的roc_auc
浏览 1提问于2018-07-11得票数 2
我运行了一个网格搜索，它创建了x个深度网络(使用softmax作为输出，RELU用于隐藏层，以及梯度下降)，在预先指定的隐藏层中具有不同数量的隐藏节点。例如，如果我说检查所有单层模型，在这个例子中，网格搜索将创建100个深度网络，在单层中有1，2，3...100个隐藏节点。对于每个模型和每个时期，网格搜索将通过使用预先指定的批量大小的训练/测试数据的随机批次来训练模型并对其进行测试。然后，
浏览 19提问于2016-09-13得票数 1
回答已采纳
基于pyspark的教程。我正在尝试创建一个使用pyspark和RMSE作为评估指标的推荐系统。我想记录每个训练周期的RMSE。但是，在创建ALS对象时输入了纪元编号，似乎只有在训练完成后才能打印RMSE值。请问如何使用pyspark中的ALS打印每个时期的RMSE？
浏览 4提问于2020-04-19得票数 0
2回答
我想实现一个自定义指标来评估我的模型，使用训练集中没有的值来评估预测。我的指标的想法是： """
y_true is training data, binary可能还有其他方法可以进行相同的计算，从而有效地解决相同的问题。其中之一是在每个时期对模型进行检查点，并
浏览 13提问于2020-03-03得票数 1
在完成运行后，我使用一些度量来评估模型的性能。其中2项指标是sklearn的auc和roc_auc_score。AUC函数：我使用的代码如下：fpr, tpr, thresholds = metrics.roc_curve(true_classes, pred, pos_labelin prediction:
prediction1.append(preds[0]
浏览 2提问于2021-04-15得票数 0
回答已采纳
在我的项目中，我使用的是预先制作的估值器DNNClassifier。这是我的估计数： hidden_units=network, ), model_dir=MODEL_CHECKPOINT_DIR当我
浏览 2提问于2018-06-14得票数 4
2回答
我想评估不同模型的性能，例如SVM，RandForest，CNN等，我只有一个数据集。因此，我将数据集分为训练集和测试集，并在此数据集上使用训练数据训练不同的模型，使用测试数据集进行测试。我的问题是:我能否仅在一个数据集上获得不同模型的真实性能？例如:我发现SVM模型得到了最好的结果，那么我应该选择支持向量机作为我的最终分类模型吗？
浏览 0提问于2015-11-12得票数 1
在某些情况下，tf.metrics.auc与sklearn.metrics.roc_auc_score相比产生了非常不同的值。我无法确定这种情况的特殊性，但我得到了一个可重复的例子：代码：from keras.models import Model, load_modelvs
讨论：--我读过tf.me
浏览 0提问于2018-08-19得票数 6
回答已采纳
这可能是一个愚蠢的问题，但希望有人告诉我是或不是。假设我在Tensorflow中有一个LSTM网络，并且正在使用Adam Optimizer训练它，通过在训练期间为X和Y变量提供一组X和Y dict来最小化成本函数，然后在同一会话中，为变量提供新的X和Y dict以进行测试，Tensorflow是自动使用在训练期间找到的最佳模型(即使用在训练期间带来最低成本值的权重)，还是仅使用其运行中的最新模型(即最新的<
浏览 19提问于2019-11-05得票数 1
回答已采纳
1回答
在我的应用程序中，subject has_many goals和每个goal都属于subject。
我们还可以说，丽莎非常善于控制住自己的胆汁-
浏览 1提问于2013-07-29得票数 1
回答已采纳
2回答
我正在尝试用mnist数据集训练一个简单的神经网络。由于某种原因，当我获得历史(从model.fit返回的参数)时，验证精度高于训练精度，这真的很奇怪，但如果我在评估模型时检查分数，我会获得比测试精度更高的训练精度。
无论模型的参数是什么，每次都会发生这种情况。此外，如果我使用自定义回调并访问参数'acc‘和'val_acc'，我会发现同样的问题(这些数字与历史记录中返回
浏览 1提问于2017-07-17得票数 16
回答已采纳
在estimator.train函数中，我看到了一个steps参数，我正在使用该参数作为一种方式来停止培训，然后在验证数据集上评估。train_data), steps = FLAGS.num_steps)在每个num_steps之后，我在验证数据集上运行评估。我所观察到的是，在num_steps之后，一旦完成了评估，就会在AUC/损
浏览 2提问于2018-01-13得票数 1
回答已采纳
dr:使用Yelp创建一个推荐系统，但是遇到测试交互矩阵和训练交互矩阵共享68个交互。这将导致不正确的评估，请在运行以下代码时检查数据拆分. LightFM错误。这将导致不正确的评估，请检查数据拆分。。
我不知道如何解决第二个问题。有什么想法吗？-"sparse_Rating_Matrix“是{用户x项}的稀疏矩阵，包含用户对餐厅(项目)的评级值。04/08/2020最
浏览 11提问于2020-04-02得票数 3
2回答
多标签分类Keras指标
、、、
在Keras中，哪个指标更适合多标签分类：accuracy还是categorical_accuracy？显然，在这种情况下，最后一个激活函数是sigmoid，as损失函数是binary_crossentropy。
浏览 75提问于2018-12-21得票数 5
回答已采纳
我使用以下代码在训练模型的循环之外创建了一个检查点管理器：然后，在训练模型时，我使用ckpt_save_path = ckpt_manager.save()在每个时期之后保存变量。假设我想实现一种提前停止的方法，我需要在
浏览 6提问于2020-07-16得票数 1
我正在用R中的XGBoost拟合一个二进制分类模型。我的数据集有300k个观察值，有3个连续的预报器和1个具有90个水平的单热编码因子变量。因变量y为True或False。我做了随机子采样，以找到最优的超参数。对于每个设置，我都做了5折(分组)的CV。下面的超参数设置导致了5折估值数据折叠的最高平均AUC： booster objective max_depth eta
浏览 23提问于2021-10-06得票数 0
回答已采纳
2回答
机器学习中的评价指标
、、、
下面以一个二分类问题为例，如果我在训练中使用“准确性”作为度量标准，并使用ROCR包找到AUC分数，这将是如何逻辑的？或者我应该始终使用"ROC“作为计算AUC分数的度量标准？数据集不平衡。
浏览 0提问于2016-10-20得票数 1
1回答
我目前正在使用fashion_mnsit数据集学习Tensorflow。我创建了一个具有3层的简单神经网络，对神经网络进行了10个时期的训练，然后对未知数据进行了评估。当我在终端(Windows)中运行脚本时，我的问题就出现了。它显示每个时期的进度，其中的“加载栏”表示为： “=>.” 但一旦训练结束。终端屏幕完全充满了“=”，然后在最后是结果。我的： https:/
浏览 12提问于2019-10-04得票数 0
回答已采纳
云服务器
ICP备案
对象存储
实时音视频
云直播
腾讯云开发者
