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
(788)
视频
沙龙
2
回答
当我
多次
运行
模型
时
,
CNN
的
model.evaluate
()
方法
的
准确率
超
过了
100
%。
如何
分隔
每个
model.fit
()
实例
?
python
、
tensorflow
、
keras
、
deep-learning
我目前正在尝试
运行
一个
CNN
模型
,该
模型
查看猫和狗
的
图像,试图对它们进行分类(一个古老
的
kaggle问题)。然而,我想看看
运行
不同数量
的
纪元对
模型
精度
的
影响。不幸
的
是,
当我
在
model.evaluate
()
的
旁边
多次
运行
model.fit
()
时
,准确度分数似乎是在前一次<em
浏览 160
提问于2021-10-31
得票数 0
3
回答
Keras
模型
在训练
时
获得较高
的
验证精度,但在评估
时
精度很低。
python
、
tensorflow
、
keras
、
mobilenet
callbacks=[model_checkpoint_callback, es_callback],
当我
训练
模型
时
,我得到了0.94左右
的
验证精度但是,
当我
在完全相同
的
验证数据上调用
model.evaluate
时
,精确度为0.48。
当我
用任何数据调用model.predict
时
,它输出常量值0.51.
当
浏览 4
提问于2022-06-27
得票数 1
3
回答
为什么我
的
模型
没有对所有数据进行训练(Tensorflow 2)
python
、
tensorflow
、
deep-learning
、
text-classification
这里有一个使用tensorflow.keras.datasets.imdb数据
的
代码,将我
的
数据分割为训练和验证(第45-50行),所以我
的
训练数据和训练标签是ndarray (15000,)。在训练我
的
模型
时
,我可以看到
模型
没有在整个数据集中迭代,我
的
准确率
达到了49.8%守则: from tensor
浏览 3
提问于2021-03-04
得票数 0
2
回答
与
CNN
交叉验证
python
、
machine-learning
、
keras
、
conv-neural-network
、
cross-validation
我想知道我
的
代码是否在做我想做
的
事情;给你一些背景信息,实现
CNN
的
图像分类。shuffle=True, random_state=2019) y_pred = model.predict(test_X) test
浏览 0
提问于2019-04-30
得票数 1
回答已采纳
1
回答
使用相同种子、代码和数据集
的
不同机器上
的
不同精度
python
、
tensorflow
、
machine-learning
、
keras
、
conv-neural-network
然而,在不同
的
机器(Windows 10和Mac )上测试
CNN
,在对测试数据进行
模型
评估
时
给出了不同
的
精度分数。windows上
100
%,mac上93%。这两台机器
运行
python 3.7.3 64位。steps_per_epoch、batch_size和epoch
的
各种数字已经试
过了
。这里是
CNN
的
架构,以及创建额外图像
的
方法
调用。以下代码在一台机器上
浏览 1
提问于2019-04-22
得票数 0
1
回答
使用图像数据发生器和单独加载图像
时
精度
的
变化
python
、
tensorflow
、
conv-neural-network
我有一个
CNN
模型
,已经训练
过了
。其训练和验证
准确率
在99%左右。我保存了这个
模型
,然后加载它来对测试数据进行预测。
当我
使用并
运行
下面的代码
时
,测试数据包含了4000幅图像(在两个类中
的
每个
类都是2000),我能够获得大约99%
的
准确性。但是
当我
试图通过一个接一个地加载图像来进行预测时,负面类中
的
所有图像都被正确地分类了,而来自积极类
的
754幅图
浏览 6
提问于2022-03-07
得票数 0
1
回答
连续训练多个TensorFlow
模型
:
如何
确保会话清晰?
python
、
tensorflow
、
keras
、
computer-vision
我正在循环一个程序,该程序创建一个
模型
,训练
模型
,使用测试集对
模型
进行评估,然后删除自身(这是在进行K折评估)。我需要确保在
每个
循环结束
时
,没有对旧
模型
/训练
的
预先记忆。下面的代码示例显示了我为实现这一点所做
的
工作(包含一些伪代码,以帮助理解和节省程序
的
100
行代码): # Create model
model.fit</e
浏览 1
提问于2020-09-24
得票数 0
3
回答
inception
模型
可以用于图像中
的
对象计数吗?
image-processing
、
tensorflow
、
deep-learning
我已经完成了Inception
模型
中
的
图像分类部分,但我需要对图像中
的
对象进行计数。 考虑到花
的
数据集,一个图像可以有多个花
的
实例
,那么我
如何
获得这个计数呢?
浏览 0
提问于2016-12-21
得票数 12
1
回答
Tensorflow DataSet混洗会影响验证训练
的
准确性和模糊行为
tensorflow
、
keras
、
deep-learning
、
neural-network
、
tf.data.dataset
我发现,如果我在拆分训练、val、测试集中
的
整个数据集之前调用.shuffle(),val (在训练中)和测试(在评估中)
的
准确率
是91%,但
当我
在测试集上
多次
运行
.evaluate()
时
,
准确率
和损失指标每次都会发生变化但在这种情况下,我发现网络在5个时期后就进入过拟合状态(使用之前
的
训练过程回调在30°时期以94%
的
val
准确率
阻止训练),从验证集上
的
2°时期开始
的</
浏览 19
提问于2021-04-10
得票数 2
1
回答
部署
CNN
:高训练和测试精度但低预测精度
python
、
tensorflow
、
machine-learning
、
keras
、
deep-learning
刚从ML开始,创建了我
的
第一个
CNN
来检测脸部图像
的
方向。在2组不同
的
1000张图片(128x128RGB)上,我
的
训练和测试
准确率
达到了96-99%左右。然而,
当我
自己从测试集中预测一个图像
时
,该
模型
很少能正确预测。我认为在测试和预测期间,我将数据加载到
模型
中
的
方式肯定有所不同。下面是我
如何
将数据加载到
模型
中进行训练和测试: datagen = ImageDat
浏览 29
提问于2020-07-17
得票数 0
1
回答
CNN
模型
在达到50%
的
准确率
后对数据进行过拟合
python
、
machine-learning
、
deep-learning
、
pytorch
、
conv-neural-network
,训练集可以达到
100
%
的
准确率
,但代价是测试集
的
准确率
。我试过
的
方法
:我试着调优
超
参数: lr=.001-000001,weight decay=0.0001-0.00001。训练到1000个时期(在不到
100
个时期内无用
的
bc过拟合)。我还尝试通过添加fc层和
CNN
层中不同数量
的
通道来增加/降低
模型
复杂度,从8-64。我还尝试添加更多
的</e
浏览 1
提问于2020-09-21
得票数 5
1
回答
从多个时间序列预测事件时间
machine-learning
、
time-series
我
的
模型
将接受完整
的
时间序列作为输入,并为事件X预测发生
的
时间输出一个值。请注意,我不是试图预测未来事件
的
时间,而是预测过去事件
的
时间。当使用该
模型
时
,我将访问整个时间序列。下面简要介绍一下这些数据
的
外观:我
的
数据集包含许多示例,如上面的示例,即设置窗口中
的
几个
时
隙,以及事件发生
的
时间。 像LSTM
模型
这样
的
东西能被训练来
浏览 0
提问于2020-09-04
得票数 0
1
回答
Tensorflow评估给出
的
误差比上一阶段
的
训练更大
python
、
tensorflow
、
keras
、
tensorflow2.0
我有一个TensorFlow回归
模型
。我不认为
模型
层
的
细节与这个问题有关,所以我跳
过了
。如果你觉得有用的话,我可以补充一下。 我使用以下代码进行编译。损失和度量是均方误差。对
模型
进行了2个历次
的
训练,然后用evaluate
方法
对同一数据进行了评价,并用predict法和最小均方公式对
模型
进行了手工计算。但是,正如你所看到
的
,在最后一个时代结束
时
,MSE是0.98。但是,
当我
用evaluate
浏览 2
提问于2021-04-05
得票数 0
回答已采纳
1
回答
我
的
CNN
模型
声称它有70+%
的
准确性,但
当我
测试它
时
,它实际上是6%。
tensorflow
、
keras
base_learning_rate),loss = tf.keras.metrics.categorical_crossentropy,metrics=['accuracy']) _, acc =
model.evaluate</e
浏览 2
提问于2021-12-05
得票数 0
回答已采纳
3
回答
神经网络中
的
nb_epoch代表什么?
python
、
keras
、
neural-network
、
deep-learning
我现在开始发现用于deap学习
的
Keras库,似乎在训练阶段选择了一个百分之一
的
纪元数,但我不知道这个选择是基于哪个假设。在Mnist数据集中,选择
的
纪元数为4: batch_size=128, nb_epoch=4, validation_data=(X_test, Y_test)) 有人能告诉我为什么以及
如何
选择正确
的
浏览 0
提问于2017-07-19
得票数 6
1
回答
基于TensorFlow
的
预训练神经网络
超
参数整定
python
、
tensorflow
、
keras
、
hyperparameters
我开始学习Python,并尝试创建一个神经网络,它可以检测和定位图像
的
异常部分。我使用
的
是来自TensorFlow
的
预先训练好
的
CNN
。到目前为止,该代码可以学习我
的
图像并对它们进行分类。但是
当我
给他相同数量(大约
100
张)
的
图片时。
准确率
在50%左右,这对于两个类别来说是随机
的
。所以我现在正在寻找一个解决方案。我通过将图像分割成多个部分来解决本地化问题。异常是从非异常区域中分离出来
的</e
浏览 2
提问于2019-03-30
得票数 3
1
回答
批处理维度
的
平均化( Keras )
python
、
tensorflow
、
machine-learning
、
keras
、
time-series
我
的
输入是(batch_size, time_steps, features),输出应该是(1, time_steps, features)下面是一个虚拟
的
例子。首先,虚拟数据,其中
的
输出是200个时间序列
的
线性函数:time =
100
for inp.random.normal(size =1) + np.random.normal(size =
浏览 1
提问于2019-03-19
得票数 0
1
回答
网格-使用Scikit-learn
的
API搜索多输出回归任务
scikit-learn
、
regression
、
grid-search
、
lightgbm
、
multi-output
我正在使用Scikit-learn
的
MultiOutputRegressor
方法
分别对
每个
y_i \in y进行训练和建模。
每个
$y_i$
的
基础学习者都是lightgbm.LGBMRegressor类型
的
.(对基础学习者来说,我指的是用来学习和预测每一个$y_i$
的
每一个学习者。)我想做一个网格搜索,为
每个
基础学习者选择最佳
的
超
参数。但我不知道
如何
将grid变量中
的
超</e
浏览 0
提问于2022-10-17
得票数 0
回答已采纳
2
回答
我们
如何
近似计算
运行
程序所需
的
内存?
python
、
tensorflow
、
memory
、
memory-management
在进行了培训之后,我试图
运行
这个程序来检测网络摄像头中
的
对象。
当我
运行
它
时
,终端中打印了以下消息:我们
如何
预先计算
运行
该程序或任何程序所需
的
内存? 我不是在问它使用了多少内存,我们可以找到它。我正在使用Python。
浏览 4
提问于2019-12-11
得票数 1
回答已采纳
1
回答
在
CNN
上调用Keras predict只返回输入
python
、
keras
、
regression
、
conv-neural-network
然而,
CNN
总是预测一个矩阵,它是与predict输入相同
的
。我不会犯任何错误。 (不适合免费
的
pastebin帐户,对不起) 我没有找到一种
方法
来提供数据到
浏览 3
提问于2020-01-04
得票数 0
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
使用深度学习自动识别限速标志:这里有一份Keras和TensorFlow教程
手把手教你用Python库Keras做预测
你用iPhone打游戏,有人却用iPhone来训练神经网络
深度进化网络结构表示:利用进化计算自动设计人工神经网络
深度学习中的正则化技术 附Python代码
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