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
2
回答
测试
精度
较差
,
但
具有
非常好
的
训练
和
验证
精度
python
、
machine-learning
、
deep-learning
、
pytorch
、
loss-function
我有一个奇怪
的
表演,我无法解释。在我
的
网络
训练
期间,在我完成了我
的
训练
批次
的
计算之后,我直接通过
验证
集并在其上进行批次
测试
我
的
模型。因此,我
的
验证
不是在与培训不同
的
步骤上完成
的
。但我只是运行了一批培训,然后也进行了一批
验证
。valdata)loss_val = lo
浏览 46
提问于2021-09-18
得票数 0
1
回答
解释
验证
损失
tensorflow
、
validation
、
keras
、
loss
我是神经网络
的
新手,我不知道如何准确地解释我得到
的
验证
损失
的
结果。我正在尝试使用tensorflow对图像进行分类。如果我绘制每个时期之后得到
的
结果,我会得到以下结果:enter image description here 我
的
训练
精度
和
验证
精度
提高了,我
的
训练
损失减少了,
但
验证
损失虽然下降了一些,
但
并不是非
浏览 53
提问于2020-08-11
得票数 1
回答已采纳
1
回答
良好
的
训练
精度
和
验证
精度
,
但
预测
精度
较差
python
、
keras
、
deep-learning
、
neural-network
、
conv-neural-network
我
的
CNN有一个胡说八道
的
问题。它在
测试
和
验证
数据上有很好
的
准确性,
但
当涉及到预测时,它真的很糟糕,我不知道为什么。我有一个包含traningData
和
TestData
的
文件夹,每个文件夹都有5个子文件夹名称classA,classB。classC,classD,classE。所有这些都有相关
的
图片。-这个问题
的
解决方案-我发现了一个错误,这就是为什么我澄清了我
的
问题,使它变得更加
浏览 23
提问于2020-10-22
得票数 0
回答已采纳
2
回答
这个模型有可能在几个年代比几百个年代更好吗?
cnn
、
image-classification
、
binary
、
inceptionresnetv2
我有非常有趣
的
经验,我
的
CNN二值图像分类。你认为结果是偶然
的
还是背后有逻辑
的
? 我用InceptionV3
和
softmax (我知道你会说为什么不ReLU),
但
这就是我所做
的
。我
训练
了100个时代。
但
结果很糟糕。从
训练
过程中,我注意到在12世纪,结果是很好
的
(
训练
的
准确性
和
验证
的
准确性)。所以我在12世纪<e
浏览 0
提问于2020-11-03
得票数 1
2
回答
python-分割数据以获得高
精度
数据
的
最佳技术
python
、
validation
、
testing
、
split
、
training-data
我采用了以下4种方法: 我想知道我应该选择哪种方法?
浏览 6
提问于2019-11-17
得票数 0
1
回答
根据
验证
或
测试
的
准确性选择合适
的
学习速度?
machine-learning
、
neural-network
、
deep-learning
我模拟了一个不同学习率
的
神经网络,学习率在0.00001到0.1之间,并记录了每次
测试
和
验证
的
准确性。我得到
的
结果如下。每个学习速率有50个历元,我记下了最后一个阶段
的
验证
精度
,而
训练
精度
则是在整个过程中计算出来
的
。: 0.6350学习率: 0.01
测试
精度</e
浏览 0
提问于2019-03-31
得票数 1
回答已采纳
1
回答
在同一循环中进行
训练
和
测试
时
的
验证
准确性
deep-learning
、
pytorch
因为我是在同一个循环中
训练
和
测试
的
(对于training set上
的
每个时期,网络都应用于整个validation set)。现在,我在某个时刻(第n个时期)得到
的
最高
验证
精度
是我
的
网络
的
最高
精度
,这有意义吗?或者我应该只在图形稳定并且权重不变
的
情况下使用
验证
精度
吗?
浏览 2
提问于2020-10-07
得票数 0
1
回答
在sklearn方法中更改random_state (在调整hyperparams之后)可以提供不同
的
精度
machine-learning
、
scikit-learn
、
random-seed
我正在学习统计学习/ ML课程,目前正在做一个包括分类任务
的
项目,我有一些关于random_state参数
的
新手问题。我
的
模型
的
准确性根据random_state
的
不同而有很大
的
变化。问题:我得到不同
的
预测
精度
,这取决于我使用
的
random_state。此外,我使用 train_test_split(X, y, test_size=0.2, random_state=randomState)
具有
相同<em
浏览 155
提问于2020-10-05
得票数 0
1
回答
对于图像分类问题,如何选择卷积神经网络中密集层
的
单元数?
tensorflow
、
machine-learning
、
deep-learning
、
neural-network
、
conv-neural-network
layers.Dense(512, activation='relu')) model.add(layers.Dense(1, activation='sigmoid')) 在阅读关于将图像分类为猫或狗
的
二进制分类问题
的
代码时他们是怎么想出来
的
?有没有一个公式来计算密集层中
的
单元数。通常情况下,如果有许多特征,我们在密集layer.But中选择大量
的
单元,这里我们如何识别特征?我知道输出
的
密集层有一个单元作为它
的
二进制分类问题,所
浏览 31
提问于2020-06-20
得票数 6
回答已采纳
1
回答
较低
的
方差与较高
的
验证
分数
machine-learning
、
training
、
variance
因此,我试图比较两种模型,比如模型(1)
的
训练
精度
为90%,
验证
精度
为86%,而模型(2)
的
训练
精度
为87%,
验证
精度
为85%。现在,模型(1)
具有
较好
的
验证
分数,
但
方差较高,而模型(2)
的
方差较低,
但
验证
分数略差。 我该选哪一个?假设这是我们能得到
的
最好
的
浏览 0
提问于2021-05-01
得票数 0
1
回答
如何在TensorFlow中提高CNN
的
预测能力?
python
、
tensorflow
、
deep-learning
、
conv-neural-network
我在TensorFlow中使用
具有
两个卷积层
的
CNN,一个完全连接
的
层
和
一个线性层来预测对象
的
大小。标签是大小,特征是图像。两种方法
的
准确率都有所提高,
但
交叉
验证
准确率
的
提高速度较慢。考虑到
精度
上
浏览 3
提问于2018-09-07
得票数 0
2
回答
如何计算自定义数据集上TF对象检测API
的
准确率?
tensorflow
、
object-detection
我正在使用TF对象检测API来检测自定义数据集上
的
对象,但是当涉及到
精度
时,我不知道如何计算它,因此,如何计算自定义数据集上
的
对象检测模型
的
准确性?并找到模型在
测试
数据集上
的
置信度分数?
浏览 1
提问于2019-10-31
得票数 0
1
回答
深度学习中
的
数据增强
deep-learning
、
keras
、
tensorflow
、
computer-vision
、
convolutional-neural-network
我正在为人脸识别做一个深入
的
学习项目。我使用
的
是预先
训练
过
的
模型VGG16。📷1-为什么在
验证
和
测试</em
浏览 0
提问于2018-09-16
得票数 3
回答已采纳
5
回答
在哪个时代我应该停止
训练
以避免过度适应。
machine-learning
、
neural-network
、
deep-learning
、
accuracy
、
overfitting
我正在做一个年龄估算项目,试图在一个预定义
的
年龄范围内对一个给定
的
面孔进行分类。为此,我正在使用keras库来
训练
深度NN。培训
和
验证
集
的
准确性如下图所示:正如你所看到
的
,
验证
的
准确性以比
训练
精度
更小
的
步骤不断提高。我是应该在
训练
和
验证
精度
相同
的
280年代停止
训练
,还是
浏览 0
提问于2018-05-29
得票数 10
回答已采纳
3
回答
哪个神经网络更好?
neural-network
、
accuracy
、
mnist
、
theory
MNIST数据集有6万个
训练
样本
和
10000个
测试
样本。 我见过有多少研究把重点放在
测试
集
的
准确性上,很少在
训练
集上写关于准确性
浏览 0
提问于2021-07-23
得票数 0
回答已采纳
2
回答
验证
/培训
的
准确性
和
过度拟合
machine-learning
、
cross-validation
、
training
、
accuracy
、
overfitting
如果将数据随机分成
训练
数据
和
验证
数据,假设
训练
数据
和
验证
数据
具有
相似的“分布”,即它们都是整个数据集
的
良好表示。 在这种情况下,在没有过度拟合
的
情况下,
验证
精度
是否总是与
训练
精度
大致相同?或者,在某些情况下,是否有可能在培训
和
验证
准确性之间存在“内在”差距,而这并不是由于
验证
数据
的
过度拟合或表
浏览 0
提问于2018-02-06
得票数 1
1
回答
运行多次,对CNN图像分类
的
准确性有影响吗?
python
、
jupyter-notebook
、
conv-neural-network
、
mnist
、
image-classification
当从"model.fit“运行两次(或多次)时 _ 连续第二次运行
的
准确性会受到第一次运行
的
结果
的
影响吗?看到显示
的
结果,我认为第二次运行似乎已经是一个更好
的
准确性了。请给我一些建议……。
浏览 23
提问于2021-02-27
得票数 0
回答已采纳
3
回答
Keras报告
的
准确性不符合model.predict()
tensorflow
、
machine-learning
、
keras
、
deep-learning
代码
的
相关部分:Sequential( BatchNormalization(input_shape=input_shape),BatchNormalization(), Dense(1, activation='sigmoid')) 编译
和
fitvalidation_data=(np.stack(data_test['spectrogram']), n
浏览 1
提问于2018-12-17
得票数 2
1
回答
从
验证
精度
到
测试
精度
的
显著下降
neural-network
、
regression
、
random-forest
、
cross-validation
、
overfitting
给我一个大
的
训练
数据集(>70k样本)
和
一个独立收集
的
测试
集(~2k)。在
测试
集上,我始终取得了不错
的
验证
精度
,
但
精度
却明显较低。我一直在执行这样
的
验证
: 3)对其
浏览 0
提问于2019-08-11
得票数 3
1
回答
tensorflow中
的
训练
和
测试
tensorflow
如何拥有
训练
数据
的
准确性-如果是他们
的
数据,它应该始终是100%。我可以理解我们是如何获得
验证
准确性
的
,我们只是用结果来检查,但是我们如何获得
测试
的
准确性呢?
浏览 3
提问于2018-12-23
得票数 0
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
“居高临下,势如破竹”-参数的动量更新方法
——这里有一份自动调参的“秘籍”送给你
利用SKLearn重建线性模型
机器学习算法之决策树(二)
机器学习模型性能评估(一):错误率与精度
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