腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
如
何在
机器
学习
中
预测
sigmoid
函数
的
结果
、
我正在上Coursera
机器
学习
课程,我对
sigmoid
函数
有点困惑。g = 1 ./ (1+e.^(-z));p =
sigmoid
(X*theta) >= 0.5"For a student with an Exam 1 score of 45Exam 2 score of 85,
浏览 10
提问于2017-06-29
得票数 0
回答已采纳
3
回答
机器
学习
的
非
预测
应用
Prediction似乎是machine learning
的
主导主题。大多数算法都有fit和predict
函数
,因此可以建立模型,从新
的
特征集中
预测
结果
或其他感兴趣
的
参数。
机器
学习
的
non-prediction applications是什么?
浏览 0
提问于2018-11-05
得票数 0
回答已采纳
1
回答
我们从训练一个逻辑回归数据集中学到了什么?
、
、
、
在Logistic回归中,我们从数据集
的
培训中学到了什么?与线性回归一样,在训练集
的
帮助下,我们能够生成一条最佳拟合线(y= mx+c),其中m和c来自于训练我们
的
数据集。同样地,一旦我们训练了我们
的
logistic回归模型,模型会学到什么,然后用来
预测
特定输入
的
类呢?
浏览 0
提问于2019-08-31
得票数 0
回答已采纳
3
回答
使用乙状结肠功能有什么好处?
、
、
、
我把脚趾伸进神经网络,从一些基本
的
感知器开始。在一段视频
中
,这个家伙正在解释如何制造一台
机器
来“
学习
”如何区分两个数组。他解释了训练过程,但只是把他所有的输入和重量都塞进乙状结肠功能。我对
sigmoid
函数
做了一些研究,并想知道它为什么被用于
机器
学习
,以及为什么程序员使用它来测试他们
的
输入。
浏览 1
提问于2019-05-27
得票数 4
回答已采纳
2
回答
为什么使用tanh (或任何其他激活
函数
)?
在
机器
学习
中
,通常使用激活
函数
(
如
tanh、
sigmoid
或ReLU )将非线性引入到神经网络
中
。这些非线性特性帮助网络
学习
输入特征和输出标签之间
的
复杂关系。有人能给出一个具体
的
例子,清楚地显示激活
函数
提供好处吗?
浏览 0
提问于2023-03-27
得票数 0
回答已采纳
1
回答
如何将张量流模型应用于单个输入并获得实际
预测
,以及如
何在
单独
的
脚本
中
实现该模型
、
、
最近我一直在
学习
张量流,我编写了一些
机器
学习
程序,但是,我想知道如
何在
单个输入上测试模型并接收
预测
,而不仅仅是像使用model.fit()
函数
那样在大量数据上评估模型
的
准确性。我还想知道如
何在
脚本
中
实现模型,例如,收集数据并将其自动输入模型以获得
预测
,然后在图形上绘制
结果
。 提前谢谢。
浏览 1
提问于2022-08-10
得票数 0
1
回答
回归有界依赖变量模型选择
、
、
、
、
我正在处理一个问题,我想看看一个度量(测试)是否是
结果
变量(性能)
的
一个很好
的
预测
器。性能是介于0-100之间
的
有界变量。我现在只考虑方法,还没有处理数据。我知道有不同
的
模型和方法来处理有界因变量,但据我理解,如果人们对
预测
感兴趣,这些模型和方法是有用
的
。 我感兴趣
的
是,有多少因变量(性能)是由我
的
测量(测试)解释
的
。我对
预测
具体
结果
不感兴趣。
浏览 1
提问于2019-04-04
得票数 1
2
回答
乙状结肠激活用于多类分类?
、
、
、
、
我正在从头到尾实现一个简单
的
神经网络,只是为了练习。我已经让它很好地工作在乙状结肠,tanh和ReLU激活二进制分类问题。我现在正尝试将它用于多类、相互排斥
的
问题。当然,softmax是最好
的
选择。不幸
的
是,我很难理解如
何在
后台实现softmax、交叉熵损失及其导数。即使在这里问了几个问题,交叉验证,我也无法得到任何好
的
指导。在我尝试进一步实现softmax之前,是否可以以某种方式使用
sigmoid
来处理多类问题(我正在尝试
预测
n个字符
中</e
浏览 0
提问于2018-04-23
得票数 1
回答已采纳
2
回答
Tensorflow模型总是
预测
相同
的
错误值
、
、
、
实际上,我正在
学习
如
何在
nodejs
中
构建一个
机器
学习
:为此,我选择了tensorflow应用编程接口。这个
机器
学习
的
目标是给出14个条目的输入,并返回与这14个条目相关
的
数字。(我不能描述更多
的
上下文,因为我是实习生,我不知道我是否允许谈论这个。)但是模型总是
预测
错误
的
值,我不知道为什么。我尝试了不同
的
损失/优化器
函数
,不同
的
浏览 44
提问于2019-05-16
得票数 2
回答已采纳
1
回答
学习
率没有影响
、
、
、
我使用
的
是带有Keras
的
MLP,用sgd优化
的
。我想调整
学习
速度,但它似乎对训练没有任何影响。我尝试了小
学习
率(.01)以及非常大
的
学习
率(高达1e28),而且效果几乎不明显。我
的
损失不应该在使用一个很大
的
学习
率
的
时候爆炸吗? 我使用
的
是一个完全连接
的
神经网络,它有三个隐藏层和乙状结肠激活
函数
。损失是BinaryCrossEntropy
浏览 2
提问于2020-03-28
得票数 0
2
回答
Python
中
时间序列
的
真实样本外
预测
我试着用Python实现真正
的
样本外
预测
。我已经研究了好几天了,没有运气。 我看到了下面给出
的
股票价格
预测
样例代码,我试图修改它来
预测
由热化学过程引起
的
温度变化(时间序列问题)。据我所知,示例代码将历史数据集(例如100个数据点)转换为'n‘天,然后将剩余
的
数据点分成两组,用于培训(80%)和测试(20%),然后继续
预测
/估计预定'n’天
的
股票价值。是否有可能修改此代码以
预测
历史数据集之
浏览 4
提问于2020-04-27
得票数 1
2
回答
如何使用Python和Matplotlib绘制数字
函数
?
、
我试图用Matplotlib库绘制
机器
学习
中使用
的
Sigmoid
函数
。我
的
问题是,我以前没有想象过数学
函数
,所以我谦卑地请求你
的
指导。我试图直接绘制以下
函数
: a=[] a.append(1/(1+math.exp(-i)))使用命令plt.plot(
Sigmoid
)。但这给了我一个错误: T
浏览 0
提问于2019-05-02
得票数 0
回答已采纳
2
回答
Logestic回归模型不是
学习
模型
、
、
、
、
我使用具有9个属性和一个标签向量
的
数据编写了逻辑回归算法,但它不是训练。如果有人能帮上忙的话谢谢。self.weights)) data = pd.read_csv(file) def
sigmoid
(self,x): return self.
sigmoid
(x) * (1 - self.
sigmoid</em
浏览 0
提问于2019-01-07
得票数 2
1
回答
尝试使用线性、SVR进行域名价格评估,如
何在
机器
学习
中进行
预测
、
、
、
任何人都尝试过
机器
学习
中
的
任何模型来
预测
域名价格。我尝试了线性RBF,多项式RBF和SVR RBF,除了RBF之外,
结果
都不满意。RBF为不同
的
领域提供了重复
的
相同价格
预测
。已将域名转换为数字,
如
a=01,b=02.etc... ? ? 因此,什么模型最适合
预测
这一点,以及如何
预测
。
浏览 23
提问于2019-12-13
得票数 0
1
回答
集合
学习
是元
学习
的
一个子集吗?
、
我正在
学习
集合
学习
方法,重点是随机森林和梯度提升。我读过关于这个主题
的
这文章和关于元
学习
的
这文章。可以说,集合
学习
是元
学习
的
一个子集?
浏览 0
提问于2022-03-29
得票数 1
回答已采纳
3
回答
八度-inf和NaN
我搜索了论坛,找到了这个帖子,但它没有涵盖我
的
问题>>
sigmoid
([-100;0;100])3.7201e-44 5
浏览 1
提问于2018-08-17
得票数 2
2
回答
用脓脑
预测
正弦波功能
、
、
、
、
为了理解神经网络和pybrain,我尝试用时间指数作为输入来
预测
噪声
中
的
正弦
函数
。因此,一个简单
的
NN结构可以模拟y(t) = sin(t)。每个层
的
节点数为: 1,10,1。下面是我
的
Python2.7代码: #!虽然第一个数字显示了更好
的
结果
,但这两项产出都不令人满意。我是
浏览 5
提问于2016-09-30
得票数 1
回答已采纳
3
回答
在
机器
学习
的
背景下,“基线”意味着什么?
、
、
、
在
机器
学习
和数据科学方面,“基线”意味着什么?提示:适当
的
基线将给出大约200
的
RMSE。什么可以是“基线方法”?
浏览 0
提问于2018-04-26
得票数 28
回答已采纳
1
回答
用keras神经网络逼近多维输出
函数
、
、
、
、
作为我
学习
项目的一部分,我想尝试使用Keras神经网络(我是全新
的
)来逼近
函数
f:R^m -> R^n。网络似乎正在
学习
到一些(确实令人不满意)
的
观点。但是网络
的
预测
一点也不像预期
的
结果
。我有两个numpy数组,包含训练数据(
函数
的
m维输入)和训练标签(
函数
的
n维预期输出)。我使用它们来训练我
的
Keras模型(见下面),它似乎正在
学
浏览 0
提问于2019-06-26
得票数 1
回答已采纳
1
回答
机器
学习
,经过训练,它到底是如何得到一个
预测
的
?opencv
、
、
、
、
所以,在你接受了
机器
学习
算法
的
训练之后,用你
的
层次、节点和权重,它到底是如何得到一个输入向量
的
预测
的
呢?我使用
的
是MultiLayer感知器(神经网络)。 根据我目前
的
理解,您从要
预测
的
输入向量开始。然后将其发送到隐藏层,在该层
中
,它将您
的
偏差项添加到每个数据点,然后添加每个数据点
的
乘积和每个节点
的
权重(在培训中找到),然后通过
浏览 2
提问于2015-04-01
得票数 1
点击加载更多
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
机器学习代价函数中的正则化
机器学习有助于预测精神分裂症的治疗结果
例子通俗解释机器学习中核函数的定义和作用
数学推导+纯Python实现机器学习算法2:逻辑回归
从仿真模型到预测模型——机器学习在项目开发中的应用
热门
标签
更多标签
云服务器
ICP备案
对象存储
实时音视频
云直播
活动推荐
运营活动
广告
关闭
领券