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
(9143)
视频
沙龙
2
回答
如何
编写
仅
用于
正则
化
损失
的
自定义
指标
?
tensorflow
、
keras
、
tensorflow2.0
、
tf.keras
一些层有
正则
化
损失
。我希望有一个只跟踪
正则
化
损失
的
“
指标
”,这样我就可以(从总
损失
中)在进度条中单独看到
正则
化
损失
在训练过程中是
如何
演变
的
。此外,考虑到
指标
保存在历史对象中(由fit返回),我可以很容易地绘制并保存(到文件中)训练结束时
的
正则
化
损失
。 <em
浏览 10
提问于2020-04-26
得票数 2
1
回答
正则
化
是否包括在
损失
历史记录,Keras返回?
keras
、
regularization
现在,我正在测试
正则
化
以及
如何
使用它们。在我看来,在有和没有
正则
化
的
训练课上,
损失
历史
的
结果似乎增加了
正则
化
的
术语,对吗?当我
的
模型没有
正则
化
项时,
损失
值从小于1开始,但是当我用
正则
化
(L1L2)对模型进行再训练时,相同问题
的
损失
值从500开始。我得到<em
浏览 0
提问于2018-08-12
得票数 2
回答已采纳
1
回答
keras
如何
定义“准确性”和“
损失
”?
python
、
tensorflow
、
machine-learning
、
deep-learning
、
keras
我找不到Keras
如何
定义“准确性”和“
损失
”。我知道我可以指定不同
的
指标
(例如mse,交叉熵)-但是keras打印出一个标准
的
“准确性”。这是
如何
定义
的
?
损失
也是如此:我知道我可以指定不同类型
的
正则
化
--那些都在
损失
中吗? 理想情况下,我想打印出用来定义它
的
方程式;如果不是这样,我将在这里得到一个答案。
浏览 0
提问于2017-01-08
得票数 40
回答已采纳
1
回答
tf.square、tf.math.square和tf.keras.backend.square有什么区别?
tensorflow
、
tensorflow2.0
、
tf.keras
我一直在寻求学习TensorFlow,我注意到不同
的
函数
用于
相同
的
目标。例如,为了求一个变量
的
平方,我见过tf.square()、tf.math.square()和tf.keras.backend.square()。这对于大多数数学运算来说都是一样
的
。这些都是相同
的
,还是有什么不同?
浏览 148
提问于2021-02-13
得票数 2
1
回答
Tensorflow:
如何
在模型中增加
正则
化
python
、
tensorflow
、
deep-learning
我想在优化器中添加
正则
化
,如下所示:但我不知道
如何
将函数“丢失”设计成下面的代码我看到
的
网站是:有人能给我一些建议或者和我讨论吗?
浏览 0
提问于2018-12-19
得票数 1
回答已采纳
1
回答
Keras
正则
化
与
自定义
损失
tensorflow
、
keras
、
deep-learning
由于我希望向这些层添加L2
正则
化
,所以我传递了一个keras.regularizers.l2实例作为这些层
的
kernel_regularizer参数
的
参数(作为示例,请参见
的
构造函数)。现在,如果我使用Keras实现二进制交叉熵
损失
()来训练这个模型,我可以肯定在计算
损失
时会考虑到我指定
的
L2
正则
化
。因此,我还必须
编写
一个定制
的
培训循环。换句话说,我不是简单地运行model.fit
浏览 1
提问于2020-09-18
得票数 3
回答已采纳
1
回答
在TensorFlow中增加
正则
化成本
的
自定义
损失
函数
tensorflow
、
deep-learning
、
loss-function
我
编写
了一个
自定义
丢失函数,将
正则
化
损失
添加到总
损失
中,我只在内核中添加了L2
正则
化
程序,但是当我调用model.fit()时出现了一个警告,该警告声明这些偏差不存在梯度,并且不更新偏差,如果从其中一个层
的
内核中删除
正则
化
损失
,则该内核
的
梯度也不存在。我试图在每一层中添加偏置
正则
化
器,所有的东西都正常工作,但我不想将偏见
浏览 1
提问于2021-06-09
得票数 0
回答已采纳
1
回答
在model.fit()中调用时,
如何
修改train_step以支持验证集?
python
、
keras
、
tensorflow2.0
我正在遵循这篇Keras教程,它解释了
如何
编写
自定义
的
train_step()函数,同时仍然能够调用model.fit()来训练模型: https://keras.io/guides/customizing_what_happens_in_fit/ model.fit()应该能够支持validation_data,但是我不知道在哪里
编写
代码来计算validation_data
的
自定义
指标
和
自定义
浏览 105
提问于2020-08-20
得票数 1
3
回答
什么是体重衰减?
machine-learning
、
tensorflow
、
deep-learning
、
linear-algebra
在浏览网站上
的
时,我看到了一段让我有点困惑
的
段落: 训练网络进行N维分类
的
常用方法是多项式logistic回归。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
浏览 14
提问于2017-08-07
得票数 2
回答已采纳
1
回答
光谱归一
化
应该作为密集层中
的
kernel_regularizer或kernel_constraint参数传递吗?
tensorflow
、
tensorflow2.0
我不太理解kernel_regularizer和kernel_constraint参数在TensorFlow 2.0中
的
区别。 我正试图在我
的
网络中应用光谱归一
化
。这两者有什么区别呢?我
的
直觉告诉我光谱规范是一种约束。但是,如果我把它作为kernel_regularizer参数传递,那会有什么不同呢?
浏览 3
提问于2020-03-24
得票数 1
回答已采纳
1
回答
如何
在Keras或Tensorflow中将L1范数添加到
损失
函数中?
python
、
tensorflow
、
machine-learning
、
keras
、
deep-learning
我试图重现一篇深度学习论文
的
实验结果, 我注意到
损失
函数,类别交叉熵具有L1
正则
化
,可以在下面看到, ? 那么,
如何
计算模型复杂度并在Keras/Tensorflow中添加正确
的
自定义
损失
函数呢?
浏览 38
提问于2019-10-15
得票数 1
回答已采纳
1
回答
记录TensorBoard 2.1
的
规范
化
损失
的
推荐方法是什么?
python
、
tensorflow
、
deep-learning
、
tensorboard
我希望能够用TensorBoard监视我
的
模型
正则
化
损失
的
演变(我使用
的
是TensorFlow 2.1)。 默认情况下,回调会记录它们。 似乎不支持这一点。对吗?然而,这个例子显示了
如何
在每个时代结
浏览 5
提问于2020-02-18
得票数 3
1
回答
Tensorflow Keras保持每一批
的
损失
python
、
tensorflow
、
keras
我在寻找构建keras模型架构
的
最佳实践
的
建议/示例。 我一直在摸索Model()子类和函数模型
的
各种迭代,但没有能够连接所有的点。模型应该有
自定义
指标
和相关
的
损失
,其中-by:在训练期间,
指标
是按批次计算
的
,在每个时期结束时,最终
指标
/
损失
是根据批次计算
的
平均值计算
的
。在我看来,除了一个平均每个批次结果
的
Custom_Fin
浏览 27
提问于2020-12-21
得票数 2
回答已采纳
1
回答
Edward中权重
的
L2
正则
化
python
、
tensorflow
、
machine-learning
、
bayesian
、
edward
我正在尝试理解
如何
在中使用
正则
化
。我还不熟悉tensorflow (它被用作Edward
的
后端)。scale_qw) inference = ed.KLqp({w: qw, b: qb}, data={X:train_X, y:train_y})然而,我不知道
如何
将
正则
<
浏览 9
提问于2018-08-07
得票数 0
1
回答
矢量化张量运算,而不是在角点
自定义
损失
函数中使用for-循环。
python
、
numpy
、
tensorflow
、
keras
我正在
编写
一个
自定义
的
损失
函数,它用作计算
损失
的
惩罚矩阵。y_true和y_pred值是矩阵惩罚矩阵A
的
指标
。range(0, y_true.shape[0]): return S/y_true.shape[0] 由于for循环没有提供最佳
的
性能,所以我想知道如果没有for循环,
如何
才能完成下面的代码片段。
浏览 5
提问于2020-09-13
得票数 1
回答已采纳
1
回答
我应该使用
损失
函数或NN层
的
正则
化
吗?
neural-network
、
tf.keras
、
loss-function
、
keras-layer
我对使用正规
化
的
地方感到困惑。在理论上,我看到
正则
化
已经与
损失
函数相结合。但是在Keras
的
时间实现中,我看到
正则
化
已经被
用于
神经网络层。regularizers.l2(0.01)在这里,我在不同
的
层中使用了那么
如何
计算最终
的</
浏览 4
提问于2022-06-02
得票数 0
2
回答
如何
通过在交叉熵中添加负熵来创建
自定义
损失
函数?
python
、
numpy
、
tensorflow
、
keras
、
deep-learning
我最近读到了一篇题为"REGULARIZING NETWORKS BY PENALIZING OUTPUT DISTRIBUTIONS https://arxiv.org/abs/1701.06548"“
的
论文作者讨论了通过向负对数似然添加负熵项来惩罚低熵输出分布以及为模型训练创建
自定义
损失
函数来对神经网络进行
正则
化
。 ? 值β控制置信度惩罚
的
强度。我已经为分类交叉熵
编写
了一个
自定义
函
浏览 33
提问于2021-08-24
得票数 5
回答已采纳
1
回答
TensorFlow.js中
的
代价函数
正则
化
javascript
、
tensorflow
、
neural-network
、
regularized
我是TensorFlow.js (JavaScript版)
的
新手。我已经构建了一个神经网络,并希望在成本函数(
损失
函数)中添加一个
正则
化
项。我可以在JavaScript应用程序接口文档中看到
正则
化
程序,但不知道
如何
使用它们。这些层可以有某种与之相关
的
正则
化
函数,但是代价函数没有在这些层中定义,所以我不认为这是我正在寻找
的
。我看了一下GitHub上
的
源代码。我发现了一些提到正规<em
浏览 10
提问于2019-03-21
得票数 0
回答已采纳
2
回答
仅在某个阈值以上
的
y_pred
的
自定义
丢失函数Keras
python
、
tensorflow
、
keras
、
deep-learning
、
neural-network
如何
在keras回归中
编写
一个
自定义
损失
函数,其中MAE
仅
计算在一定阈值以上
的
y_pred。就像。y_true = 10、14、23、30、5、4、
如何
编写
一个
自定义
损失
函数,其中
仅
计算出y_pred值大于20
的
MAE (平均绝对误差),即y_pred出现了这个问题,因为我需要
的
模型只能正确地预测最高范围
的
浏览 3
提问于2020-06-22
得票数 2
回答已采纳
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
三千字轻松入门TensorFlow 2
机器学习基础(二)
第二十篇:轻松搞定数据验证(二)
个人永久性免费-Excel催化剂功能第25波-小白适用的文本处理功能
给卷积神经网络“修理工”的一份“说明书”
热门
标签
更多标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
活动推荐
运营活动
广告
关闭
领券