1回答
我使用的是Keras (2.0.0版)，我想使用预先训练好的模型，比如VGG16。为了开始，我运行了使用VGG16提取特性的Keras文档站点https://keras.io/applications/](])的示例：
from keras.applications.vgg16 importpreprocess_input()函数让我感到困扰(该函数通过查看源代码可以看到的平均像素来实现零居中)。在使用经过训练的
浏览 11提问于2017-03-16得票数 2
1回答
Keras神经网络预处理
、、、
当我在回归问题中拟合一个神经网络时，我对此表示怀疑。我使用Imputers和Scale的方法对火车和测试数据的预测器(特性)进行了预处理，但没有对火车数据或测试数据的类或目标进行预处理。在我的神经网络体系结构中，除了最后一层具有乙状结肠函数外，所有层都有relu、作为激活函数。我为最后一层选择了sigmoid函数，因为预测值在0到1之间。博士：，我</em
浏览 2提问于2018-04-30得票数 0
1回答
如何更新权重和偏差
、、、
我正试图从零开始编写一个numpy神经网络来识别hand_written_digits.but，我在更新权重和偏差方面有点困惑。这是我的密码 ephochs = 10000
## update remain weights and b
浏览 0提问于2019-08-24得票数 0
回答已采纳
1回答
如何在水的分割中取得更好的效果？
、、、、
这是我的第一个电脑视觉项目，我还在了解基本知识。我使用来自kaggle的水分割数据集，并尝试用1888张图像训练模型。我想要执行语义分割，从图像中分割水的部分。我使用的模型是U-net架构。该模型在测试图像上表现良好，我得到了一些不错的结果，但是当我试图得到新图像的预测时，结果是非常糟糕的。我试过不同的预科模特，但他们表现更差。模型结构如下代码，输出图像也附在下面。有没有人知道更好的方法或者我在这里做错了什么？opt
浏览 6提问于2022-09-15得票数 1
回答已采纳
我正在建立一个神经网络，目的是对未来的新数据进行预测。首先利用sklearn.preprocessing对训练数据进行预处理，然后对模型进行训练，然后进行预测，然后关闭程序。将来，当新数据出现时，我必须使用相同的预处理尺度来转换新数据，然后再将其放入模型中。目前，我必须加载所有的旧数据，适合预处理</e
浏览 9提问于2017-03-16得票数 3
回答已采纳
1回答
假设我对一些文本数据进行了预处理，删除了停用词、urls等。现在，我训练了模型，一切都正常工作。该模型在测试集上的表现也很好。
如何处理看不见的数据？当我决定在真实的项目中实现模型时，它将遇到新的数据:我是否必须存储用于训练
浏览 0提问于2020-10-05得票数 0
1回答
我希望可以问一个与特定教程相关的问题。也许有人在这里使用相同的教程，并知道答案。本教程适用于标签数据集。建立模型
本教程使用一个大的标签数据集，该数据集被分割成一列火车和一个测试来构建模型并随后对其进行评估。我用我的火车数据集处理它，没有问题。现在，我想对没有标签的Kaggle的一个单独的'test‘数据集进行预测
浏览 2提问于2017-04-30得票数 1
我正在训练一个神经网络。网络应该能够识别图像上的字符，所以我的训练和测试数据没有单独的图像类。因此，我使用Colab来调整图像的大小，我想使用image_generator。由于Colab对大量数据相对敏感，我首先只想对我的训练数据进行预处理。这些训练数据以pickle文件的形式存储在我的Google Drive上的/root/
浏览 8提问于2020-05-20得票数 0
回答已采纳
概述:我是新来的ML和学习雪橇预处理。我认为，当我们对测试数据进行sklearn预处理转换时，均值不会是0，std也不会是1(原因是我们使用训练数据平均值/std来标准化测试数据)。我的问题是:如果测试数据是这样标准化的(不正确地标准化为高斯正态分布，平均为0和std 1)，那么这会对ML算法的预测产生影响吗？我的理解是，ML预测的准确性很低，因为我们给
浏览 3提问于2020-02-20得票数 1
回答已采纳
1回答
我试图根据NLP中的单词包模型进行分类。
训练数据和测试数据有不同的词包，因此特征的个数不同，所以我们不能使用knn这样的分类方法。我把训练数据和测试数据合并在一起，建立了tf-国防军矩阵.这就解决了上述不同字袋
浏览 10提问于2017-07-07得票数 0
1回答
我一直在阅读关于深入强化学习的文章，如下所示：
我还需要一段时间才能理解所有的数学，但这并不能阻止我使用库。无论如何，我知道在卷积神经网络中，如果你想对图像进行学习，你必须对图像进行预处理，否则计算神经网络所需的计算能力是天文数字。这是否以任何方式降低了网络的质量？如果是的话，怎么做？我也在计算机视觉的背景下思考这个问题，你可能会有一个机器人<
浏览 4提问于2016-07-11得票数 0
回答已采纳
我使用keras建立了一个神经网络来进行推荐。我使用训练数据的许多特征来拟合模型。然后我需要使用测试数据对其进行评估。通常，在使用测试数据测试推荐系统时，会使用较少的数据。class_weight=None, sample_weight=None)
evaluate(self, x, y, batch_size=32, verbose=1, sa
浏览 10提问于2017-07-23得票数 0
当我们使用一些著名的CNN深神经网络(如MobileNet )时，建议先对图像进行预处理，然后再将其输入网络。我找到了一个使用MobileNet的示例代码。在此代码中，图像的预处理由TensorFlow 2.7.0中的以下代码完成：我只需要在python中使用PIL和OpenCV对输入图
浏览 6提问于2021-12-01得票数 1
回答已采纳
2回答
我想知道为什么我们要分别在火车和测试集上使用缩放。我理解根据列车上的fit_transform()计算的对测试数据的转换(μ和σ)。我们这么做是因为我们不知道未来数据的大小吗？
浏览 0提问于2018-08-08得票数 1
1回答
我有两个文件: Test_data --包含用于查找Submission_data预测的数据集的特性--包含两列:测试数据的索引列和对应的预测值的另一列。因此，我必须对测试数据进行预测，并将预测值存储在提交文件中。在对测试数据进行预处理期间，我将删除至少50%的特性(列)中不包含值(NaN)的行：
test_data = test_data.dropna(thresh=math.ceil(test_
浏览 0提问于2020-09-18得票数 1
回答已采纳
1回答
我试着用matlab训练一个神经网络，首先我建立了如下的神经网络[net ,tr] = train(net , XTRAIN ,temp); 然后对我的神经网络进行如下测试outputsOfTest是一个向量，表示神经网络测试的输出基于此输出，测试数
浏览 4提问于2015-04-03得票数 1
我想用keras从X_train -> Y_train建立一个神经网络回归模型。但是，在本例中，我需要对输入和输出执行预处理转换。所以模型需要使用keras的预处理层对输入进行预处理是简单的，但它不适用于输出我可以使用TargetTrans
浏览 9提问于2022-03-08得票数 0
我用决策树分类来解决分类问题。我已经对数据进行了预处理，对其进行了培训/测试，并在测试之前运行了一个具有交叉验证的模型。我在预处理过程中遵循的步骤概述如下：通过使用nth根来移除倾斜(对于每一列，n是不同的，我绘制了数据并做了任何看起来最能减少倾斜的事情)，从而转换了一些列。训练/测试分割数据
我将OneHotEncoder()和
浏览 0提问于2022-08-18得票数 1
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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
