1回答
我正在尝试使用numpy将GRU与SVM连接起来。我目前使用从GRU计算的隐藏层作为SVM的输入，并计算出真实的结果，它确实工作得很好。我可以使用tensorflow 2.0来做到这一点吗？
浏览 9提问于2020-09-23得票数 0
这是我考试时问的一个问题。我给出了下面的答案，我得到了0分。教授甚至不同意给予任何部分学分，也不告诉我我的答案出了什么问题。有人能帮我找出我的答案出了什么问题吗？
这是我在考试中给出的答案。缺点是: 1)如果数据在扩展的特征空间中是线性可分的，那么线性支持向量机可以更好地最大化边缘，并可以导致更稀疏的解。2)当存在大数据集时，与扩展特征空间中的核化支持向量
浏览 1提问于2018-03-16得票数 1
4回答
对于一些文本处理项目，我们需要在支持向量机和快速人工神经网络之间做出选择。哪种方法是正确的？或者有没有这两个的替代方案...比范恩和支持向量机更合适的方法吗？
浏览 1提问于2010-03-13得票数 14
回答已采纳
我试图实现支持向量机作为CNN分类的最后一层，我试图实现以下代码： print(y_true)我得到了错误：不能将符号张量(dense_2_target_2:0)转换为SVM.fit(X，Y)上的numpy
浏览 2提问于2020-07-10得票数 0
1回答
堆叠模型性能？
、、、
我目前正在使用一个看起来非常容易分离的数据集，对于支持向量机，我的准确率为99% (NN-98%，RF-98%，DT-96-97%，我已经检查了泄漏和过度拟合)。作为我的项目的一部分，我也在学习如何实现一个混合模型，但它的准确性也是99% (1记录错误分类)。它似乎是错误地分类相同的记录与支持向量机和其他任何算法似乎没有得到正确的记录。概率- R
浏览 0提问于2020-07-02得票数 2
回答已采纳
1回答
SVM与Keras模型性能比较
、、、、
Keras model.evaluate function预测给定输入的输出，然后计算度量函数(度量是用于判断模型性能的函数)，基于the model.compile and的on y_true and显然，支持向量机的精度计算与Keras的model.evaluate不同。
对于我的数据集，Keras模型(基于model.evaluate计算的精度)比支
浏览 0提问于2020-05-01得票数 0
针对一个分类问题，利用R中的SVM软件包建立了SVM模型。我的准确率只有87%。但随机森林的产量约为92.4%。fit.svm<-svm(modelformula, data=training, gamma = 0.01, cost = 1,cross=5)
我能为支持向
浏览 1提问于2015-03-10得票数 0
1回答
我有一个关于在支持向量机(线性)和NeuralNetwork (神经网络)之间进行后期融合的过程的问题， 我做了一些研究，我发现将支持向量机的clf.predict_prob和神经网络的Model.predic连接起来，我应该训练新的模型，但是，这些分数是用于测试数据的，我不知道如何处理训练数据。换句话说，我用来自我的两个<em
浏览 13提问于2021-10-08得票数 1
回答已采纳
1回答
我想使用'e1071‘库来拟合支持向量机模型。到目前为止，我已经建立了一个基于数据集创建曲线回归的模型。(看一下紫色的曲线)：但是，我希望支持向量机模型“跟踪”数据，这样每个值的预测都尽可能接近实际数据。我认为这是可能的，因为这个图表显示了SVM(模型2)模型与ARIMA模型</e
浏览 2提问于2018-09-11得票数 0
3回答
机器学习支持向量机
、、、
如果使用支持向量机从核数据训练模型，则得到的训练模型包含支持向量。现在考虑使用已经存在的旧数据以及少量新数据来训练新模型的情况。因此：
如果将新的数据与以前形成的模型的支持向量组合起来，形成新的训练集。(如果是，那么如何将支持向
浏览 7提问于2016-02-15得票数 3
回答已采纳
1回答
我想实现一个像DSSM (深度语义相似模型)这样的模型。
我要训练一个RNN模型，用该模型得到三个不同输入的隐向量，并利用这些隐向量计算损失函数。这两个向量是不同的。我使用with tf.variable_scope("rnn", reuse=True):计算'rnn_states_2‘，因为我想使用与’RNN _state_1‘相同的rnn模
浏览 4提问于2016-11-17得票数 5
3回答
我正在开发一个使用弓模型和支持向量机的图像分类项目。我想找出支持向量机的预测概率，但opencv支持向量机中没有这样的函数。有没有办法做到这一点？我想找出n类支持向量机的预测概率。
浏览 0提问于2013-05-28得票数 8
1回答
LSTM结构得到更好的结果。我对如何使用重复向量包装层有一些疑问，据我所知，该层应该简单地重复若干次，相当于LSTM/GRU单元的最后状态的序列长度，以便输入解码器层的输入形状。模型结构没有产生任何错误，但结果仍然是一个数量级比一个简单的AE，而我希望他们至少是一样的，因为我使用的架构，应该更适合时间的问题。
首先，这些结果是否具有可比性？我的AE模型：
浏览 2提问于2019-02-28得票数 1
回答已采纳
我成功地训练了一个Keras/TensorFlow模型，该模型由层SimpleRNN、→、Conv1D、→、GRU、→密度层组成。该模型旨在运行在Apple Watch上进行实时推理，这意味着我希望为其提供一个新的特征向量，并预测每个时间步骤的新输出。我想要的是一个模型，可以为每个时间步骤提供一个新的单一特征向量，它将自动将SimpleRNN层的最后k个输出输入到下面的C
浏览 8提问于2022-07-12得票数 0
1回答
我的模型基于以下教程：
在最后阶段，使用神经网络从CNN中提取特征。我想在最后一层使用支持向量机。我如何将它添加到我现有的模型中？在一些论文中，支持向量机似乎比神经网络更好地作为CNN的最后一层，因此我想尝试它们以提高模型的准确性。支持向量机也可以用于神经网络不足的一类分类，最终需要一个分类器，因此需要在CN
浏览 7提问于2015-06-22得票数 1
回答已采纳
如何确定是否使用线性、正方形或其他类型的支持向量机模型？
首先，在哪些标准下应该应用支持向量机模型？
浏览 0提问于2019-12-13得票数 0
1回答
采用多元线性回归方法，得到了56%的校正分类。当我使用支持向量机(RBM)时，我可以得到61%的分类(从56%提高到现在的61%)。对于多个国家，我使用R(拨浪鼓)-输出对所有簇都有方程.因此，我可以在excel或任何其他软件中实现该模型。
但是当我运行支持向量机( Rattle & Python )时，它们都没有给出任何等式。虽然我喜欢SVM的分类结果，但是没有任何方程/s，我就
浏览 1提问于2013-11-04得票数 0
1回答
CNN节目的后期融合
、、、、
我正致力于CNN早期和晚期的融合。我从CNN的多个层面拍摄了一些特写。对于早期的融合，我已经捕获了三个不同层的特性，然后水平地将它们连接在一起，F= [F1' F2' F3'];用于后期融合，我正在阅读这个。他们曾两次提到要进行监督学习。但不明白怎么走。例如，这是从上面提到的文件中获取的图像。第一幅图像有三个不同的特征，对于第一次监督学习，标签可以说是1/4类图像集。例如，输出为1 1 3，假设第三分类器有错误<
浏览 1提问于2018-03-22得票数 3
回答已采纳
1回答
我已经训练过文件，它是由114 by大小的svmlight分类器训练的。SVM-light Version V6.023 # kernel parameter -d
1 # kernel parameter -g36:1 40:1 44:1 45:1 52:1 56:1 60:1 64:1 68:1 72:1 76:1 80:1 84:1 88:1 89:1 96:1 100:1
浏览 3提问于2014-09-30得票数 1
回答已采纳
1回答
我和我的同事正试图弄清逻辑回归和支持向量机之间的区别。显然，他们正在优化不同的目标函数。支持向量机是否就像说它是一个简单地优化铰链损失的判别分类器一样简单？还是比这更复杂？支持向量是如何发挥作用的？为什么你不能有深度支持向量机，就像你不能有一个带有乙状结肠激活函数的深神经网络？
浏览 5提问于2015-12-17得票数 6
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
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
