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
(9999+)
视频
沙龙
1
回答
我
正在
尝试
重现
一篇
文章
的
结果
,
虽然
我
的
测试
acc
很差
,
但我
的
训练
acc
很好
,
我
该
怎么办
?
tensorflow
我
在试着
重现
this post
的
结果
我
使用
的
是tensorflow 2.5.0,所以这段代码 import tensorflow as tffrom keras.utils import np_utils from sklearn.preprocessing import normalize
训练
和
测试
集
的
构建与这篇
文章
中
的
方法有点不同,<e
浏览 12
提问于2021-08-05
得票数 0
回答已采纳
2
回答
训练
精度很高,验证精度很高,但
测试
集
的
精度很低。
machine-learning
、
keras
、
deep-learning
、
computer-vision
、
conv-neural-network
我
已经将数据集(大约28K图像)划分为75%
的
训练
集和25%
的
测试
集。然后,
我
随机抽取了15%
的
培训集和15%
的
测试
集来创建验证集。目标是将图像分为两类。精确
的
图像样本不能共享。但它和附件中
的
那个相似。
我
使用这个模型:带有imagenet权重
的
VGG19,最后两层,可
训练
的
,以及4个密集
的
层。
我</em
浏览 3
提问于2019-01-16
得票数 2
回答已采纳
2
回答
有和没有递归
的
序列
c
、
recursion
、
recurrence
我
有一个序列。ai = a1 + (-1)^(i-1) * x^(2*i-2) / (2*i-2)!
我
需要使用和不使用递归来编写此代码。但它有不同
的
结果
。下面是
我
的
代码:
浏览 0
提问于2010-03-12
得票数 0
回答已采纳
1
回答
Keras中
的
分割网络在
训练
过程中收敛到单级
python
、
tensorflow
、
keras
、
neural-network
、
image-segmentation
我
正在
尝试
用Tensorflow后端在Keras中实现RefineNet。
我
使用
的
ResNet-101前端和预先
训练
的
重量从.
该
模型编译成功,但在
训练
过程中没有收敛:它总是在1至5个
训练
步骤之后收敛到单个类。 输入数据是一次热编码。不同
的
优化器(Adam,SGD),不同
的
学习率(0.01-0.000001)
浏览 0
提问于2019-04-10
得票数 0
回答已采纳
0
回答
Tensorflow中
的
同步
训练
和
测试
python
、
tensorflow
、
neural-network
、
training-data
我
正在
尝试
使用相同
的
脚本、相同
的
图形、相同
的
会话在Tensorflow中执行神经网络
的
训练
和
测试
。
我
读到这是可能
的
,然而,当我查看
训练
和
测试
操作
的
准确性/损失
结果
时,似乎这两个操作都只是
训练
过程
的
延续。例如,train.
acc
。将在.84结束这个时期,然后
测
浏览 3
提问于2018-07-11
得票数 3
回答已采纳
1
回答
TensorFlow: Fit提供了
很好
的
val_
acc
,而评估提供了较低
的
acc
tensorflow
我
对此非常满意。当我重复使用火车数据(而不是
测试
数据)进行评估时,为了查看发生了什么,
我
得到了95%
的
acc
(这是
我
应该得到
的
)。
我
正试图了解
我
的
acc
成绩与
测试
数据有什么问题。 每一次
的
数据在
训练
和
测试
之间都会被混淆,所以它不能与数据
浏览 2
提问于2022-02-12
得票数 0
1
回答
Pytorch:使用定制
的
VGG模型恢复网络,
该
模型保存不当
pytorch
目前,
我
正在
为模型定制正向方法。
我
使用了一些运行VGG
的
教程代码。
我
用基线模型做了几次跑步,看起来效果
很好
。之后,
我
使用以下方法替换了VGG
的
前向方法:不幸
的
是,教程代码保存模型
的
方式是:
虽然
这对于最初
的
教程代码有效,但是加载不再适用于我
的
自定义模型,因为<
浏览 3
提问于2020-06-02
得票数 0
回答已采纳
1
回答
训练
精度提高,
测试
精度稳定。
machine-learning
、
tensorflow
、
conv-neural-network
、
training-data
在
文章
中
训练
卷积神经网络时,当
测试
集
的
精度稳定时,
训练
集
的
精度提高了很多。下面是一个有6400个
训练
示例
的
示例,在每个时代随机选择(因此在前几个时期可能会看到一些示例,有些可能是新
的
),以及6400 相同
的
测试
示例。对于较大
的
数据集(64000或100000个
训练
例子),
训练
精度
的
提高更为突然,在第三个时代达到98。
我
浏览 0
提问于2017-09-14
得票数 2
回答已采纳
1
回答
验证指标在培训不断改进
的
同时停滞不前。
python
、
tensorflow
、
keras
、
computer-vision
这是一个涉及28个不同类别的分类问题,因此,假设随机性为0.035,验证精度为0.47并不是那么糟糕,
但我
不明白为什么在验证集还有待改进
的
情况下,
训练
集能够如此完美地拟合。注意
我
尝试
过
的
一些事情,不要改变
结果
: 退出:如果
我
使用不同值
的
ratesregularization:或L2来玩退出,不会对
结果
有多大
的
影响:不管有无完全连接
的
层数:一层、两层甚至三层(如上面所示),预先<em
浏览 2
提问于2020-02-28
得票数 0
1
回答
Keras数据增强在给定带有Keras书籍
的
DL
的
示例中性能较差
deep-learning
、
conv-neural-network
我
一直在遵循Gulli和Pal在“用Keras进行深度学习”一书中给出
的
例子。在第三章“使用数据增强提高CIFAR-10
的
性能”中,
我
无法复制其声明
的
约0.78
的
测试
精度。事实上,
我
得到了这个:390/390 [==============================] - 946s 2s/step - loss: 1.2158 -
acc
:0.5853 Epoch 49&
浏览 11
提问于2018-02-24
得票数 0
1
回答
如何改进val_loss和val_
acc
python
、
tensorflow
、
keras
、
conv-neural-network
我
正在
训练
卷积神经网络(用于segmentation)。
我
对验证
结果
(val_loss,val_
acc
- in用于分割
的
网络使用术语val_dice_coef)有问题,因为只有极小
的
变化,与
acc
- dice_coef和loss相比,
结果
并没有改善。
我
使用
的
是代码示例和自己
的
优化器-
我
的
参数: total_number_of
浏览 1
提问于2020-04-30
得票数 0
回答已采纳
2
回答
保存加载到单GPU中
的
多GPU
训练
模型;
结果
不一致
python-3.x
、
tensorflow
、
keras
、
multi-gpu
当我看到在多个GPU上
训练
的
已保存模型加载到单个GPU模型时,会出现奇怪
的
结果
。
我
在一个共享环境中操作,所以我在4个GPU上进行
训练
,但使用单个GPU运行
测试
。
我
看到
的
是,当在(i)单个GPU和(ii) 4个GPU上运行时,
测试
将返回截然不同
的
结果
。56 35 173] 以下是使用4个CPU (使用tf.device将模型加载到CPU并调用multi_gpu_model)对模
浏览 2
提问于2018-03-19
得票数 0
1
回答
验证精度停滞,而
训练
精度提高
machine-learning
、
keras
、
neural-network
、
deep-learning
、
classification
我
刚开始深入学习,所以如果
我
错过了一些显而易见
的
东西,
我
很抱歉。 目前,
我
正在
用
我
收集
的
数据集
训练
CNN。
训练
时
训练
精度正常,
训练
精度提高,达到99%以上
的
精度。
我
的
验证精度从75%左右开始,在81%±1%左右波动。经过
训练
,
该
模型在完全新
的
数据上表现
很好
。
浏览 2
提问于2019-07-08
得票数 0
回答已采纳
1
回答
理解斯佩西
的
得分王输出
python
、
spacy
、
named-entity-recognition
我
正在
评估
我
用Spacy构建
的
自定义NER模型。
我
在用斯派西
的
记分班来评估
训练
集。scorer.score(pred_value, gold)它工作得
很好
,
但我
不明白输出
结果
。这是
我
在每一套
训练
中得到
的
。
我
查过斯派西<em
浏览 0
提问于2018-06-01
得票数 14
回答已采纳
1
回答
Keras模型精度较高,但预测能力较差
python
、
tensorflow
、
machine-learning
、
keras
、
theano
我
正在
尝试
训练
一个神经网络,以便为具有预定义线段长度
的
机械臂进行反向运动学计算。
我
没有在神经网络输入中包括片段长度,而是通过
训练
数据。
训练
数据是具有手臂
的
空间映射
的
pandas数据帧,标签是手臂三个段
的
旋转角,特征是最后一段
的
终点所在位置
的
x和y坐标的解。
我
正在
使用Keras和Theano作为后端。59.58721 159.
浏览 30
提问于2019-01-04
得票数 0
回答已采纳
1
回答
验证损失低于培训损失培训
python
、
tensorflow
、
deep-learning
、
lstm
、
tflearn
我
正在
使用tf.learn在tensorflow中
训练
一个LSTM。为此,
我
将数据分为培训(90%)和验证(10%)。据我所知,一个模型通常比验证数据更适合
训练
数据,
但我
得到
的
结果
正好相反。验证集
的
损失较低,精度较高。 正如我在其他答案中所读到
的
,这可能是因为在验证过程中没有应用辍学。然而,当我从
我
的
LSTM架构中删除掉时,
我
的
验证损失仍然低于<
浏览 0
提问于2019-06-13
得票数 6
回答已采纳
1
回答
训练
集
的
子集产生良好
的
效果,而完整
的
训练
集产生
的
结果
很差
。
svm
、
class-imbalance
、
cross-validation
我
有一个极不平衡
的
数据集:大约200个阳性样本和70000个阴性样本。为了克服这个问题,
我
试图像前面的问题中所建议
的
那样,对少数群体进行过多
的
抽样。由于在
我
的
计算机上
训练
分类器(
我
使用
的
是支持向量机)花费了很长
的
时间,
我
首先对随机选取
的
一小部分数据进行了分类器
训练
,在
测试
集上
测试
时,分类器给出了
很好</
浏览 0
提问于2015-11-29
得票数 0
1
回答
使用数据拆分查找KNN
的
最优k值
r
、
validation
、
knn
、
kernlab
我
正在
尝试
对数据拆分(
训练
集、验证集和
测试
集)进行赋值,以找到最合适
的
分类器--在本例中是k,因为
我
使用
的
是k近邻(kknn函数,kernlab包
的
一部分)。但是,当我使用下面的初始代码随机化数据拆分过程并运行for循环来确定最准确
的
k值时,每次运行循环时,
我
都不会得到一致
的
k值。数字到处都是。
我
的
数据分区是否正确?
我
在上<em
浏览 19
提问于2020-01-23
得票数 0
1
回答
如何利用tensorflow梯度带对新数据集进行预测
python
、
python-3.x
、
tensorflow
、
tensorflow2.0
、
gradienttape
虽然
我
能够理解如何使用model.fit(x_train,y_train),
但我
不知道如何使用tensorflow
的
梯度磁带对新数据进行预测。
我
的
带有可运行代码
的
github存储库(直到出现错误)可以找到。目前
正在
工作
的
是,
我
得到了经过
训练
的
模型"network_output",但是,似乎使用梯度磁带,在模型本身上使用了argmax,在模型中,
我</em
浏览 5
提问于2022-08-12
得票数 1
1
回答
我
应该检查相对误差还是百分比相对误差?
c
、
error-handling
我
已经优化了exponential exp函数。
我
正在
检查关于标准数学exp函数
的
输出。Abs_error = abs(Res_opt - Res_std )和检查: } 在少数情况下,这个Abs_error值大于0.
浏览 3
提问于2020-05-05
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
自己动手写深度学习模型之全连接神经网络
交叉验证和超参数调整:如何优化你的机器学习模型
如何为您的机器学习问题选择正确的预训练模型
机器学习研究重现难,难于上青天
如何对机器学习代码进行单元测试?
热门
标签
更多标签
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
活动推荐
运营活动
广告
关闭
领券