1回答
我正在努力在Keras中训练模型，通过最小化正确数据和“输入*输出”之间的损失，但不知道如何处理它。鉴于此， X:模型输入(训练数据) Y:模型输出 T:正确的数据 型号=型号(inputs=X，outputs=Y) 然后，在我的理解中，model.fit(X，T)根据用户定义的损失函数训练模型以最小化Y(=模型(X))和T之间的距离。(实际上并非如此)我想知道如何</em
浏览 26提问于2019-09-21得票数 0
我有一个使用TimeDistributed的简单顺序模型(密集...)作为LSTM层之后的最后一层。我正在以20个时间步长的序列对时间序列数据进行训练。我正在尝试确认标准损失函数是否真的计算输出中所有时间步长的损失。看一下代码，看起来损失可能只在一个时间步长上计算，但这可能是我对代码的理解很差。我尝试使用此模型和等效模型运行相同的训练，其中最后一层是简单密集的(显然每次都将预期输出构建为单个步骤)。
浏览 1提问于2017-08-19得票数 3
2回答
在Keras中，当指定平均绝对误差等损失时，它是否将学习算法(Adam或SGD)中的代价函数替换为平均绝对误差？我对ML还不熟悉，在这方面有点困惑。
浏览 0提问于2020-06-17得票数 0
回答已采纳
我最近注意到，我可以拥有并使用Tensorflow模型，该模型具有任意数量的输出，即使预测值只是一个真实值。例如，我可以有16个输出的模型，只有一个真正的目标值，然而，模型仍然没有错误的正常训练。我的问题是，在比较输出和目标值时，Tensorflow如何处理输出的不正确大小。怎样才能计算损失呢？它是试图使每个输出尽可能接近目标值，还是做某种平均？
浏览 7提问于2021-12-16得票数 1
2回答
我目前正在处理一个数据集，其中我必须预测一个整数输出。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。我还对我的预测进行了四舍五入以获得整数输出。有没有办法在整数输出的情况下更好地优化模型？
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</
浏览 18提问于2020-02-16得票数 0
我正在尝试为我用Keras编写的模型编写一个像素加权损失函数，但在TensorFlow 2.0中似乎不再可能了，即除了y_true和y_pred之外，不可能有其他输入的损失函数fromy_pred): return loss
你知道如何在
浏览 2提问于2020-04-15得票数 3
我在我的模型中构建了最后一层，输出为50。(即nn.Linear(100, 50))。另外，我使用的是交叉熵损失。例如，使用均方误差，损失函数为(output - expected)^2。因此，如果我有一个二进制分类器，假设类标签是({0,1})，那么神经网络的输出就需要一维来计算<
浏览 0提问于2019-12-05得票数 0
回答已采纳
1回答
我有一个单一标签，多类分类问题，即，一个给定的样本正好在一个类别(例如，第3类)，但为了训练的目的，预测2或5级仍然是可以不处罚的模型，严重。这意味着，预测的模型--上面的类(2,3或5)中的任何一个(不一定全部)--都很好。当尺寸是32x8x5000时。一个批处理中有32个批处理点(用于bs=32
浏览 4提问于2022-10-11得票数 0
我正在研究CNN模型，用tensorflow编写的代码，我搜索了一些参数更新，比如在优化方法和计算损失时的权重和偏差，有两件事让我感到困惑：
1-输出层后，数据进入损耗，损失计算，然后模型开始优化，还是相反
浏览 0提问于2019-03-03得票数 3
回答已采纳
1回答
这通常用于估计模型？我知道，估计模型很好地看到了我们的方向。但我不明白这是必要的。如果我想增加我的训练时间，我可以删除它吗？
浏览 10提问于2021-08-17得票数 0
回答已采纳
1回答
mLSTM概念斗争中的字节嵌入
、、、、
我试图遵循，通过阅读，从零开始训练模型。我的问题是：
如何计算交叉熵损失？如果我们想要从这个LSTM生成字
浏览 2提问于2018-05-20得票数 2
回答已采纳
我已经用tensorflow训练了一段时间用于语音识别的深度NN声学模型。我所用的损失函数是交叉熵，神经网络模型对此有很好的影响。现在，我想将损失函数转换为一个更复杂的函数，称为最大互信息( MMI )，这也是语音识别领域中的一个经典准则。我在这里放了一个，它描述了这个损失函数，以防你有兴趣。当使用这个特殊的损失函数时，损失函数w.r.t的导数。输出层的激活可以用隐马尔可夫模型场景中定义的一些特殊算法来计算。这意味着
浏览 1提问于2017-09-06得票数 0
回答已采纳
下面是我的Lstm模型的代码。accuracy'])下面是我输出的一个示例我的问题是，列车的精度和列车损耗是多少，这些数值是如何计算的？谢谢。
浏览 0提问于2021-01-14得票数 0
回答已采纳
我正在使用TensorFlow概率来训练一个模型，该模型的输出是一个用于概率回归的tfp.distributions.Independent对象。我的问题是，我不确定如何在负对数似然(NLL)损失函数中实现样本加权。我有以下损失函数，我相信它没有使用sample_weight第三个参数： class NLL(tf.keras.losses.Loss):
''' Custom keras loss/metric(X, y, sample_we
浏览 174提问于2021-11-08得票数 1
回答已采纳
1回答
我正在建立tensorflow的图像处理网络，我想利用纹理丢失。纹理丢失似乎很容易实现，如果你有预先训练的模型加载。我使用TF来为我的模型构建计算图，并且我想要结合Keras.application.VGG19模型来从层‘block4 4_卷积4’获得输出。问题是:我有两个TF张量目标和我的主要模型的结果，如何将它们输入同一会话中的keras VGG19来计算它们的差异，并将其用于我的模型的主要损失
浏览 0提问于2017-10-17得票数 0
回答已采纳
2回答
放电筒中多重损失函数的优化
、、、、
我在PyTorch中训练一个具有不同输出的模型，对于位置(米)、旋转(度)和速度，以及模型必须预测的布尔值为0或1，有四个不同的损失。AFAIK，这里有两种方法来定义最终损失函数：第二，确定每个损失的定义系数，以优化最终损失。
那么，我的问题是，如何更好地权衡这些损失，以获得最终的损失，正确？
浏览 8提问于2022-03-02得票数 2
2回答
在神经网络中误差和准确度都很低。
、、、、
我正在运行一个具有不同激活功能的神经网络，以了解它们对学习的影响。我正在使用MNIST数据集，并有两个隐藏层。我得到以下的学习曲线的准确性和误差。
浏览 0提问于2017-10-28得票数 1
回答已采纳
在经过多个GPU训练的TensorFlow 中，每个“塔”的损耗似乎是合并的，而梯度是从这个合并损耗中计算出来的。我是TensorFlow新手，但据我所知，每次调用cifar10.loss时，都会运行tf.add_to_collection('losses', cross_entropy_mean)，并将当前批处理的损失存储在集合中然后调用losses = tf.get_collection('losses', scope)，并从集合中检索所有损失。然后，tf.add_n op将从这
浏览 5提问于2017-02-13得票数 4
3回答
什么是体重衰减？
、、、
softmax回归Softmax回归将一个softmax非线性应用于网络的输出，并计算归一化预测和标签的1-热编码之间的交叉熵。对于正则化，我们还将通常的质量衰减损失应用于所有学习变量。模型的目标函数是交叉熵损失和所有这些重量衰减项之和，由损失()函数返回。我在论坛上读过一些关于什么是重量衰减的答案，我可以说，它被用于正则化的目的，以便计算权重的值，以获得最小的损失和更高的精确度。在上面的文章中，我了解到loss()是由交叉熵
浏览 14提问于2017-08-07得票数 2
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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
