腾讯云
开发者社区
文档
建议反馈
控制台
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
登录/注册
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
(5379)
视频
沙龙
1
回答
如
何用
AdaNet
提高
DNN
模型
的
精度
?
python
、
tensorflow
、
tensorflow-estimator
、
adanet
我正在用NAS2.0建立
DNN
模型
,并使用
AdaNet
(0.8版)进行TensorFlow。如何使用
AdaNet
提高
DNN
模型
的
精度
?
AdaNet
-producing
模型
是两个不同
DNN
子网
的
组合,其度量比单个
DNN
模型
的
度量更差。estimator =
adanet
.AutoEnsemble
浏览 14
提问于2019-10-13
得票数 0
1
回答
提高
DNN
模型
的
精度
python
、
machine-learning
、
tensorflow
、
keras
我有一个训练
DNN
模型
的
数据集。我试图预测
的
值是state列(出现在dataset上),它可以接受两个值:'ok‘和'nok’。datetime total nb_success nb_loss 然后使用以下Keras
模型
,我
的
准确性也没有
提高
。我有两个问题: 我错过了
模型</e
浏览 2
提问于2017-06-26
得票数 0
回答已采纳
1
回答
Keras
DNN
预测
模型
的
精度
没有
提高
python
、
tensorflow
、
machine-learning
、
keras
、
deep-learning
我正在尝试使用<code>C0</code>数据训练Keras
DNN
模型
进行预测。我已经对数据进行了标准化,并将其分为训练、测试和验证部分。我遇到了一个关于我
的
晒黑和验证准确性
的
问题,它(几乎)保持不变。
精度
始终停留在(0.1431)。我尝试了许多不同
的
超参数,包括将激活函数更改为tanh和relu,并尝试在第一个密集层之后添加批处理归一化层,我使用了SGD优化器(更改了学习率、动量,甚至尝试将优化器更改为Adam),尝试了不同
的
损失
浏览 8
提问于2020-07-31
得票数 0
1
回答
(ε,δ)-differential隐私准确性/隐私权衡
python
、
tensorflow
、
machine-learning
、
pytorch
、
privacy
我正在使用Renyi (-differential) PyTorch隐私,这是在PyTorch
DNN
中实现
的
。我这样做是为了保证培训集
的
隐私达到ε
的
程度。为了实现这一点,我使用。随着网络对训练集
的
适应程度越来越高,训练
精度
不断
提高
,网络
的
保密性逐渐降低。然而,在某个转折点上,隐私降低了,
精度
也降低了;我认为,由于在一批训练数据上增加了太多
的
(隐私)噪声,并且/或因为它覆盖了训练集,所以这种
精度</
浏览 0
提问于2020-06-01
得票数 3
2
回答
如果测试
精度
足够高的话,过度拟合还可以吗?
scikit-learn
、
random-forest
、
overfitting
我尝试过各种不同结构和参数
的
深层神经网络,没有比Test set accuracy : 0.70001Train set accuracy : 1.0我尝试过调整其他参数,
如
max_depth、criterion等,但训练集
精度
的
下降也导
浏览 0
提问于2020-05-23
得票数 8
回答已采纳
1
回答
添加噪声后,图像测试
精度
提高
python
、
machine-learning
、
image-processing
、
svm
第一个数据集只是正常的人脸,我
的
第二个数据集是通过添加不同水平
的
噪声而生成
的
闭合。第一个数据集由方差为0.025
的
噪声组成,第二个数据集具有方差为0.05
的
图像。第三个数据集具有方差为0.1
的
图像。因此,我使用线性支持向量机对它们进行了训练和测试,其中方差水平,我希望测试
精度
会下降。当我使用正常人脸图像进行测试时,测试
精度
为:正常人脸图像为96.59,模拟遮挡图像为48.04,方差值为0.025
的
图像为95.01,方差值为0.025<
浏览 52
提问于2020-09-03
得票数 1
1
回答
如何
提高
不平衡数据集
的
准确性(而不是
精度
)?
dataset
、
visualization
、
preprocessing
、
imbalanced-data
在我尝试
的
Kaggle竞赛中有一个不平衡
的
数据集。数据集
的
目标变量是二进制变量,它倾向于0。我尝试了几种机器学习算法,
如
Logistic回归算法、随机森林算法、决策树算法等,但它们
的
准确率都在70%左右。似乎
模型
总是倾向于预测0。因此,我尝试了几种方法来获得一个不偏不倚
的
数据集,如下所示。数据集
的
抽样但所有这些步骤都降低了准确性而不是
提高
了准确性。曲线下面积和
精度</em
浏览 0
提问于2021-07-23
得票数 2
1
回答
需要帮助如何诊断培训和验证指标
machine-learning
我目前正在学习如何在某些数据集上构建
DNN
二进制分类
模型
。但是当我分析结果时,我发现训练
精度
的
变化速度和验证
精度
几乎一样,这是违反直觉
的
。损失也是如此。它们在某一时刻都达到了高原。在这个阶段,我怎样才能
提高
模型
的
性能呢?下面是结果
的
一个片段:training loss: 0.674389 validation loss: 0.67371 training accu
浏览 0
提问于2017-06-05
得票数 0
2
回答
如何计算人脸识别
模型
的
LFW准确率?
machine-learning
、
computer-vision
、
data-science
、
face-recognition
在我
的
研究中,我观察到许多人脸识别算法都提出了它们
的
模型
精度
,即LFW数据集
的
精度
。我看到LFW数据集有5749个不同的人
的
图像,没有训练和测试
的
分离。我已经开发了自己
的
用于人脸识别的
DNN
模型
,它类似于架构。有人能帮我回答下面的问题吗?2)计算我
浏览 3
提问于2020-03-03
得票数 1
2
回答
这是个过分合适
的
例子吗?
machine-learning
、
scikit-learn
、
deep-learning
、
data-science
在大约100个时代之后,培训一个深度学习模式:Test accuracy : 54 %Train accuracy :accuracy : 53 %Test accuracy : 52 %Test accuracy : 51 % 对于
模型
的
初始版本,我们满足了54%
的
精度
,但是我不知道训练
浏览 0
提问于2018-09-07
得票数 0
回答已采纳
2
回答
如何
提高
YOLOv3上
的
FPS
python
、
real-time
、
object-detection
、
yolo
、
object-detection-api
我是DL/实时对象检测领域
的
新手,并试图从Youtube上学到一些东西。现在我
的
问题是,我被训练了一个实时对象检测
的
模型
,在google中使用yolov3进行实时对象检测。我正在使用python文件,但它给我2-3 fps,同时使用我
的
笔记本相机。有什么办法来改善我
的
财务状况吗?我在想它是用我
的
CPU来实时传送
的
。我怎么才能把它换成GPU?就像我说
的
,我是这方面的新手,如果有办法的话,你能解释一下我怎么做吗?如果没有,你能告
浏览 0
提问于2021-07-10
得票数 0
1
回答
在Tensorflow中将经过训练
的
模型
转换为混合
精度
tensorflow
、
keras
、
gpu
、
nvidia
、
automatic-mixed-precision
为了
提高
训练
模型
的
延迟性,我尝试使用Tensorflow混合
精度
。正如中提到
的
那样,仅仅设置策略似乎并不能
提高
模型
的
速度:from tensorflow.kerasmixed_precision.Policy('mixed_float16') mixed_precision.set_global_policy(policy)
浏览 3
提问于2021-11-14
得票数 0
1
回答
分类
模型
及其
精度
classification
、
supervised-learning
我正在尝试使用分类
模型
。我计划用一个大数据集来训练和测试我
的
模型
( 80%
的
训练和20%
的
音量测试-没有过采样)。 我对分类
模型
的
理解是,它侧重于二进制、真/假或是/否类型
的
预测。然而,我也应该使用一些评估指标,
如
准确性/精确性/召回率等。理想情况下,我需要
提高
/降低门槛,以满足我
的
期望。我
的
问题--如果我要使用任何定制
的<
浏览 0
提问于2020-11-03
得票数 1
1
回答
如何在TensorFlow中
提高
CNN
的
预测能力?
python
、
tensorflow
、
deep-learning
、
conv-neural-network
我在TensorFlow中使用具有两个卷积层
的
CNN,一个完全连接
的
层和一个线性层来预测对象
的
大小。标签是大小,特征是图像。两种方法
的
准确率都有所
提高
,但交叉验证准确率
的
提高
速度较慢。考虑到
精度
上
的
差异是由于
模型
过拟合,我尝试使用L2正则化来正则化权重。但是,这只是降低了训练
浏览 3
提问于2018-09-07
得票数 0
1
回答
predict_proba等价物
python
、
numpy
、
scikit-learn
因此,Sci-kit学习中
的
一些
模型
,
如
Logistic回归,支持我大量使用
的
predict_proba方法。像Lasso这样
的
模型
是否有其他方法输出类似的概率数组,因为它们不支持predict_proba?另外:我正在使用一个三种结果数据集,其中结果之间
的
概率可能相对相等--任何关于
模型
/调优以
提高
概率
精度
的
一般性建议,都可以处理50+特性列?=) 谢谢!
浏览 9
提问于2017-12-27
得票数 0
1
回答
帧语音识别的上下文窗口
deep-learning
、
speech-recognition
、
speech-to-text
、
speech
我不确定这一点,但看起来你从话语中提取了一帧x,然后将这一帧与5个之前
的
帧和5个未来
的
帧连接起来。并且该上下文窗口
的
标签是中心框架。我说
的
对吗?(顺便说一句,数字5只是一个例子)
浏览 14
提问于2017-07-04
得票数 1
2
回答
避免随机森林
的
过度拟合
random-forest
、
training-data
我第一次训练一个随机森林
模型
,我发现这种情况。 'min_samples_leaf': min_samples_leaf,
浏览 3
提问于2020-03-12
得票数 2
1
回答
我
的
tensorflow代码在运行过程中,ROM内存不断增加,最终导致内存崩溃
python
、
tensorflow
这是我
的
代码,我尝试了几种无法解决
的
方法,想知道这样做是不是很好,最好
的
方法是什么? if
dnn
_object.L2_loss: loss_l2 = 0.0005 * tf.reduce_sum:
浏览 54
提问于2018-03-01
得票数 0
2
回答
如何
提高
机器学习
的
分类
精度
machine-learning
、
neural-network
我使用极限学习机进行分类,发现我
的
分类
精度
只有70+%,这导致我通过创建更多
的
分类
模型
来使用集成方法,测试数据将根据大多数
模型
的
分类进行分类。然而,这种方法只
提高
了很小
的
分类
精度
。我能问一下,还有什么其他方法可以用来
提高
二维线性不可分数据集
的
分类
精度
吗?
浏览 2
提问于2017-01-03
得票数 1
1
回答
Tesseract OCR提取
python
、
tensorflow
、
python-imaging-library
、
ocr
、
tesseract
我正在构建一个OCR
模型
,在该
模型
中,我对图像执行了对象检测。我正在调用检测函数来检测边框。我是剪切图像
的
基础上
的
包围框。我面临
的
挑战是裁剪
的
图像太小,无法提取数据,而且影响了
精度
。img_pil = ImageOps.grayscale(img_pil)我在裁剪后
的
图像上运行超分辨率算法,以
提高
图像质量,但仍然不能达到很好
浏览 9
提问于2022-11-24
得票数 0
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
AutoML又一利器来了,谷歌宣布开源AdaNet
谷歌开源AdaNet:基于TensorFlow的AutoML框架
Google开源AdaNet:快速灵活的轻量级AutoML框架
Google 开源 AdaNet:快速灵活的轻量级 AutoML 框架
大规模深度神经网络训练系统浅谈:系统架构与性能优化
热门
标签
更多标签
活动推荐
运营活动
广告
关闭
领券