1回答
我正在尝试用于语言翻译的编解码模型，但是val_acc是浮动的，而且不会超过16%。因此，我决定添加Dropout以避免过度适应，但我不能这样做。
浏览 11提问于2021-03-08得票数 1
4回答
一个单层LSTM有多少个参数？参数的数目对所需的训练样本数有一个下限，也影响训练时间。因此，了解参数的个数对于使用LSTMs训练模型是非常有用的。
浏览 0提问于2016-03-09得票数 59
1回答
我正在制作一个使用encog预测足球比赛结果的程序。我已经创建了一个神经网络，用90个匹配的数据使用弹性传播训练方法对其进行训练。我已经将比赛结果标记为主场胜利为1，平局为0，客场胜利为-1。我已经尝试改变隐藏层的数量，训练的数量，但没有运气，它仍然是oscillating.Can任何人请帮助我或品脱我到正确的方向，如果我做错了什么。
这是神经网络的代码。我正在从数据库中获取训练数据和预测数据。<e
浏览 1提问于2012-08-16得票数 9
1回答
我试图找出，经过预先训练的Alexnet模型(可从torchvision获得)在Imagenet上培训了多少个时代，以及使用了什么学习速率？我试着检查检查点的钥匙，看看是否有任何的时代信息被存储。对如何找出它有什么建议吗？
浏览 0提问于2019-04-02得票数 1
回答已采纳
我在训练我的神经网络。它的目的是预测视频质量。我正在使用VGG16+LSTM网络，但是VGG16是不可训练的。可培训参数总数为70万。我有三个问题：
要获得最好的结果需要多少个时代？
浏览 4提问于2021-08-28得票数 0
我使用张量对象检测(TFOD) API训练不同的模型，我想知道对于给定的模型训练了多少参数。 我运行更快的RCNN，SSD，RFCN和不同的图像分辨率，我想有一种方法来知道有多少参数被训练。我试过在这里找到答案，How to count total number of trainable parameters in a tensorflow model?，但没有运
浏览 6提问于2019-07-01得票数 3
回答已采纳
1回答
我想使用Caffe和伴随着Caffe的googlenet网结构来训练一个基于我自己的图像数据的模型。我有14种分类。但是我确实只有大约250张用于训练的图像和80张用于测试的图片。够了吗？有没有办法找出我每堂课需要多少张图片？
浏览 3提问于2016-01-15得票数 2
回答已采纳
1回答
Inception-ResNet-v2模型由多少层组成？我数了一下，有96个，但我不确定。请确认我的名字
ResNet-152:总参数: 58,450,754可训练参数: 58,299,330不可<em
浏览 37提问于2018-02-23得票数 4
我正在研究一些机器学习方法，比如Python中的支持向量机，K最近邻和隔离森林，但是我有一个问题，关于这些方法的模型架构和训练参数是什么意思？
浏览 0提问于2020-03-10得票数 0
2回答
构建分类器需要多少数据？
、、、、
我想问你，构建分类器的数据集有多大？我知道有1000个数据集和1万个数据集。但我也读到了一些论文，其中分类器是建立在300个数据集之上的。我认为大小可能会影响分类器的准确性/精度，但我不确定100%。
浏览 0提问于2020-10-23得票数 1
回答已采纳
1回答
嗨，我正在使用crfsuite训练一个crf，使用的是一些拉丁文本的样本数据。我用O，PERSON和PLACE标记了训练数据。当测试我的训练模型时，我得到的所有预测都是O。我怀疑这是因为我没有足够的训练数据。我的训练是基于3760字节的。(我知道这有点！-它会让CRF不工作吗？)
浏览 25提问于2018-08-14得票数 1
2回答
(3,3)))
model.add(Dense(2, activation='softmax'))
以上是我的不过，该公司表示，该公司拥有180万可训练参数。为何会这样呢？我认为第一层给出了(32*4 = 128 params)，但是接下来如何在模型的其余部分中找到多少个params呢？我的理解是，CNN的架构应该只依赖过滤和最大池，因为它们是共享权重。那为什么我</e
浏览 1提问于2018-07-17得票数 3
我只是想了解(根据你的经验)，如果我必须创建一个情感分析分类模型(使用NLTK)，那么一个好的训练数据大小是多少。例如，如果我的训练数据将包含tweet，并且我打算将它们分类为正面、负面和中性，那么理想情况下每个类别应该有多少tweet才能使合理的模型工作？我知道有很多参数，比如数据质量，但如果必须开始，可能会是一个很好的数字。
浏览 1提问于2015-04-13得票数 0
1回答
如果将一个神经网络与配置了随机扫描和最大随机扫描次数为1的优化模型超级参数模块连接起来，那么在实验执行过程中训练了多少个神经网络？为什么？如果您将验证数据集连接到Tune模型超级参数模块的第三个输入，那么现在有多少个神经网络被训练了？
浏览 2提问于2018-10-08得票数 0
回答已采纳
我是CNN的新手，就像我们许多人一样，在讲座和教程中，当他们到了你选择你想要的过滤器的部分时，我会感到困惑。我感觉我正在选择许多内核/过滤器来传递数据。我熟悉高通和低通滤波器。如果我决定使用64个筛选器，如何选择筛选器？它们是随机的吗？它们来自特定的集合吗？过滤器是否特定于不同的模型(resnet与r-cnn等)？如果我说32个过滤器，它们是不是总是相同的过滤器？我所说的过滤器/内核的类型，例如这些或的这种解释
我感兴趣的是在整个模
浏览 0提问于2018-04-17得票数 0
1回答
我试图用e1071 R软件包的but ()函数来优化支持向量机和CART的超参数，但我有一个疑问。我应该调整训练数据上的参数，在训练数据上拟合模型，然后在测试数据上测试它，还是可以避免第二步？
浏览 0提问于2018-10-05得票数 1
回答已采纳
我对fit()和partial_fit()的SGDClassifier方法感到困惑。文件中都说，“用随机梯度下降来拟合线性模型。”关于随机梯度下降，我所知道的是，在一次迭代中更新模型的参数需要一个训练示例(或整个训练的一部分)。梯度下降在每次迭代中使用整个数据集。我想用logistic回归来训练一个模型。我要实现法向梯度下降和随机梯度下降，并比较它们所需的时间。如何在SGDClassifier中做到这一点？fit()方法是否为法向梯度下降？
浏览 2提问于2016-11-18得票数 0
回答已采纳
1回答
我试图用keras和Tensorflow版本2.6训练一个卷积神经网络，我也用Tensorflow版本1.11来训练它。我想我做了迁移测试(两个神经网络收敛了)，但是当我看到它们的结果非常不同时，在TF2.6中最糟糕的是，对于具有相同的超参数(learning_rate = 0.001)的两种情况，我都使用了一个优化器Adam我在试着找出不同之处。当我们使用不同的TF版本时，必须考虑哪些因素？会有重要的数值差异吗？我
浏览 20提问于2022-11-11得票数 0
1回答
如果一个人使用更多的时代或更多的层次，那么训练有什么不同呢？ LSTMfor epoch in range(5):我知道训练后会有不同在第一种情况下，您将通过一个经过训练的LSTM单元发送任何测试批次，而在第二个案例中，它将通过4个经过训练的单元。我的问题与
浏览 3提问于2017-12-18得票数 0
回答已采纳
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
