我正在尝试使用spacy 2.1.3创建一个二进制分类器，为了执行过拟合测试，我想评估测试样本上的损失。在他们的教程中，损失被用作参数，并以某种方式更新： https://github.com/explosion/spaCy/blob/master/examples/training/train_textcat
浏览 10提问于2019-06-10得票数 2
我正在使用Spacy训练一个自定义NER模型，该模型使用6个实体的5000个文本条目的样本。当在一个看不见的样本(500个文本条目)上评估训练后的模型时，我为整个模型(93.8)获得的F分数在任何单个实体的F分数之间有很大差异。有人能帮我理解整体F分数是如何计算的吗?为什么整体F分数和单个实体分数之间有这么大<
浏览 14提问于2019-07-31得票数 1
回答已采纳
我正在做一个处理传感器数据的项目。我从3个地方收集了传感器数据，并将数据存储为csv文件。大约有4000个样本。数据有X、Y、Z，我使用它们作为特征，class是我的目标变量。目标是在数据集上构建分类模型。目标变量/标签是1,2,3。因为它是时间序列数据，所以我选择使用双向LSTM。'))loss = 'categorical_crossentropy',
浏览 0提问于2020-08-17得票数 1
1回答
因此，我使用组件ner_spacy和ner_crf来创建模型。之后，我用python构建了一个小的辅助脚本来评估模型的性能。在那里，我注意到模型很难选择正确的敌意。例如，对于单词'X‘，它从SpaCy中选择了预定义的enity 'ORG’，但它应该被识别为我在训练数据中定义的自定义enity。答:狗
我的模型
浏览 2提问于2019-03-05得票数 1
我试图评估单个2D测试样本的MSE损失，在Keras中使用一个自动编码器(AE)，一旦模型被训练，我很惊讶当我调用Keras内置函数来获取单个样本的丢失时，它会返回2D张量。由于在使用.predict()和.evaluate()训练我的AE之后，每个测试样本没有得到一个标量MSE错误(也许我也遗漏了一些东西)，所以我继续尝试直接使用keras.l
浏览 0提问于2019-08-19得票数 3
回答已采纳
1回答
我希望在Matlab中使用在线逻辑回归训练，在其中我通过展示第一个样本来训练模型，评估模型，然后添加第二个样本，评估等。我可以这样做，首先在第一个样本上创建一个模型，评估它，丢弃这个模型；然后在第一个和第二个样本上创建一个模型，评估它，等等，但这是非常无效的。有没有办法在Matlab中对log
浏览 0提问于2016-01-19得票数 0
我正在尝试在spacy v3中准备一个自定义的ner模型。从训练的角度来看，与v2相比，V3有了很大的变化。 我使用en_web_lg的默认配置。我已经使用convert命令准备了训练数据(training.spacy)。但是，训练命令需要一个dev.spacy文件。 不确定dev.spacy中需要哪些数据。这是在询问training.spacy文件的纯文本语料库
浏览 72提问于2021-04-08得票数 1
回答已采纳
我对在训练阶段如何使用验证集感到困惑(像CNN这样的神经网络)？在Matlab或python(Keras)这样的平台中，我将数据集分为训练集、验证集和测试集。我知道验证集用于调优超参数(如神经元数目和学习速率)，假设使用SDG优化器，如何根据验证集进行调优？验证集是否只是给出了神经网络对不可见数据(验证集)表现的指示，然后基于此我手动设置了超参数？
浏览 0提问于2020-07-19得票数 2
回答已采纳
x_test, y_test, verbose=0)print('Test accuracy:', score[1])
以上代码在Keras中使用逻辑回归和如何通过logistic回归函数得到分配给每幅图像的分数。
浏览 0提问于2019-10-11得票数 1
回答已采纳
1回答
我用100000个样本在Keras中训练了一个通用模型，并取得了良好的性能。然后，对于特定样本，我希望使用训练的权重作为初始化，并继续优化权重，以进一步优化特定样本的损失。
然而，出现了这个问题。首先，我通过keras轻松地加载训练过的权重，然后对一个特定样本的损失进行评估，该损失与模型训练过程中验证损
浏览 0提问于2018-12-23得票数 0
1回答
我使用keras和set机器学习模型来预测这样的数据。model.fit(X_train, y_train, epochs=500, )
输出后model.fit显示损失，如损失: 0.0382。我不知道什么是损失: 0.0382。火车和测试数据之间的误差是多少？怎么算？
浏览 5提问于2017-11-01得票数 2
回答已采纳
我已经创建了一些训练数据(大约300个样本)来为食谱成分做NER，并遵循了https://spacy.io/usage/training#example-train-ner的代码示例。新创建的模型在预测我的测试数据集上的术语时做得很好，但是在将模型保存到磁盘并再次加载之后，它一点也不好。我一定是在将模型保存到磁盘时遗漏了一些东西，这会损失很大
浏览 19提问于2019-03-22得票数 1
1回答
我正在使用Keras预先训练的模型ResNet50来训练我自己的数据集，它只包含一个用于测试的图像。首先用我的图像对模型进行评估，得到了0.5的损失和1的精度，然后对模型进行拟合，得到了6的损失和0的精度。我不明白为什么推理和前向传播的损失不匹配。在Kera
浏览 1提问于2019-10-12得票数 1
回答已采纳
2回答
我收集了大约1,500个标记数据并用yolo v3进行了训练，得到了~10的训练损失，验证损失~ 16。显然，我们可以使用真实的测试数据来评估模型的性能，但我想知道是否有一种方法来判断训练损失= 10是否是一个“好”的。或者，这是否表明我需要使用更多的训练数据来查看是否可以将其降低到5或更少？最终，我的
浏览 0提问于2018-06-28得票数 1
1回答
我的目标是提供一个简单的神经网络拟合，提供一个特定图的2个顶点，如果有链接则为1，如果没有链接则为0。
我对我的模型进行了拟合，拟合过程中损失约为0.40，准确率约为83%。然后，我通过提供一批所有阳性样本和几批阴性样本(利用random.sample)来评估该模型。我的模型对正样本损失约0.35和1.0精度，对负样本<
浏览 1提问于2018-05-14得票数 2
1回答
我正在尝试在5000万个样本上训练一个自定义的NER模型。我正在使用20次迭代的进行建模。我想知道我是否应该使用交叉验证来获得更准确的样本准确性。如果是，那么交叉验证步骤应该在哪里进行？如果没有，那么我如何拆分/分发我的训练和测试数据，因为我正在使用注释和6个自定义实体，并且很难跟踪每个训练和测试数据中带注释的标签的百
浏览 3提问于2019-08-01得票数 1
我有一些预先训练好的word2vec模型，我想用相同的语料库对它们进行评估。在给定模型转储文件和内存中的语料库的情况下，有没有办法获得原始的训练损失？
浏览 0提问于2019-03-30得票数 0
云服务器
ICP备案
云直播
腾讯会议
实时音视频
腾讯云开发者
