1回答
我第一次在Python语言中使用Keras和TensorFlow，并希望使用它来为纸牌游戏创建一个计算机玩家。我有以下测试代码来证明我了解如何获得基本的神经网络设置，但预测并不是我所期望的-它们与输入数据中的结果没有相似之处。有时预测全是1，有时全是0。我的测试代码： from keras.models import Sequential
# Define the keras</e
浏览 28提问于2021-06-19得票数 0
2回答
明确分类
、、
我试图用Keras对二进制样本进行分类，我希望尽可能多地正确地分类，而忽略那些模型不确定的样本。完全连接的神经网络目前达到了65%左右，但我想得到一个更高的结果正确的分类，而忽略了那些模型是不确定的。
有没有办法让Keras简单地忽略模型不确定的地方，从而达到更高的精度？或者，是否有一种网络设计可以实现这一目标，例如，将网络测试的结果输入其中的第二部分，从而决定预测是否准确？我想要做到这一点的一种方法是在此基础上建立第二个神经网络，根据第一个网络的结果
浏览 0提问于2017-11-14得票数 2
回答已采纳
我用Keras实现了一个神经网络。一旦训练并测试了最终测试的准确性，使用了一个包含特征的矩阵(加上相应的标签)，我就有了一个可以用来预测的模型。如何向模型提供一个未见的示例，即特征向量，以获得类预测？
我看过他们的文档，但找不到一个方法。
浏览 3提问于2017-04-28得票数 0
回答已采纳
2回答
为什么类相似性是不正确的？
、、、、
我已经创建了一个神经网络，它将数据分类为大量的类别。我在Keras中使用了softmax和分类交叉熵。训练很成功，我达到了95%的准确率。问题如下，当我删除带有类别的最后一层，并使用具有余弦相似性的神经网络作为编码器时，预测是不正确的。这些类彼此不匹配。为什么以及如何解决这个问题？从理论上讲，神经网络应该以一种类似类邻近的方式来构建数据空间。
浏览 0提问于2021-01-30得票数 0
我是python神经网络的新手。我以前用过ml.net。每个预测示例的准确性都很容易获得f.e ->我的模型在照片上识别自行车，acc = 60%。 现在我需要用python做类似的事情。我使用keras和tensorflow。 我的预测是这样的： predict = model.predict_classes(data) 它返回预测的类，但是如何获得这个预测的准确性呢？
浏览 47提问于2019-10-19得票数 4
2回答
下面的代码使用人工神经网络(ANN)来预测CSV文件中的类。
我怎样才能找到结果预测的准确性呢？OneHotEncoder(categorical_features = 4) X= onehotencoder4.fit_transform(X).toarray() X= X:,0：#将数据集训练和测试集从进口顺序从keras
浏览 0提问于2019-01-28得票数 0
我一直在用Keras做一些时间序列预测神经网络。有一件事让我感到震惊的是，我是如何在非常嘈杂和不相关的数据上获得几乎99%的准确率(我在寻找50%左右的准确性才是好的！)我现在发现，在我在训练集上训练我的模型之后，我就随便运行了model.evaluate(x_test, y_test)，然后对数据进行了手动的回溯测试。在x_test上进行手工反测试，并将其与y_test中的误差进行比较，显示出近乎完美的精度。那么，我是否正确地假设，当在Keras中使
浏览 0提问于2016-09-19得票数 0
我有两个多类分类模型来进行预测(准确地说，类数是三个)。一个是Keras神经网络，另一个是Scikit学习库中的梯度增强分类器。我注意到，在相同的数据上训练后，GBC具有较高的精度评分，而Keras模型具有较高的F1评分。我应该使用哪种模型来预测未来的数据？哪个指标更重要？
浏览 0提问于2019-12-23得票数 7
回答已采纳
1回答
作为我学习项目的一部分，我想尝试使用Keras神经网络(我是全新的)来逼近函数f:R^m -> R^n。网络似乎正在学习到一些(确实令人不满意)的观点。但是网络的预测一点也不像预期的结果。'accuracy'])
当我用一组测试数据和一组测试标签调用我的模型上的评估方法时，我获得了超过50%的明显准确
浏览 0提问于2019-06-26得票数 1
回答已采纳
3回答
我训练了一个神经网络来对正弦函数进行回归，并希望计算关于输入的一阶和二阶导数。我尝试像这样使用tf.gradients()函数(neural_net是tf.keras.Sequential的一个实例)： prediction = neural_net(x_value)dx_dx_f = tf.gradients(dx_f, x_value) x_value是一个具有测试大小长度的数组。网络的预测(蓝色曲线)基本上准确地捕捉到
浏览 90提问于2019-06-26得票数 4
回答已采纳
1回答
我已经创建了一个Keras神经网络。神经网络在8个时期内进行了训练，并输出以下损失值和精度： Epoch 1/8import keras#import qua
浏览 22提问于2020-01-30得票数 0
2回答
在神经网络输入中添加新属性
、、、、
我几乎没有学生的(38)顺序数据。例如，一个学生顺序数据类似于：BAD.每个学生都有不同的顺序，他们使用的字母在这5个字母之内。因此，为了预测下一个字母，我使用了前馈神经网络和递归神经网络(LSTM)。通过这些模型，我得到了合理的准确性。我的问题是，是否有向序列数据添加新属性
浏览 0提问于2018-06-12得票数 0
2回答
我正在用python和Keras库构建一个分类ANN。我使用的训练神经网络的不平衡数据集与3个不同的类。第一班的流行率是第二班和第三班的7.5倍。我采纳了的建议，并将我的班级权重设置如下： 1 : 6.5,然而，的问题是：人工神经网络以相同的速度预测这三个类这是没有用的，因为数据集是不平衡的，预测结果，因为每个有33%的机会是不准确的。这里的问题是：如何处理不平
浏览 2提问于2018-01-31得票数 5
2回答
我已经使用Keras (2.1.5)中的TensorFlow后端训练了一个神经网络，我还使用了keras-contrib (2.0.8)库，以便为网络添加一个CRF层作为输出。我想知道在使用神经网络对测试集进行预测后，如何获得每个类别的精度、召回率和f1分数。
浏览 1提问于2018-04-27得票数 7
回答已采纳
1回答
我试图训练神经网络来预测某一种证券在市场上的走势。在提交之前，对每个数据集分别进行规范化处理。这发生在z分数算法中。所有的套首先被洗牌，然后分为两部分：：训练和测试(80:20)输出是一个类别:价格将上升或下降。
对于列车，误差降低到零，精度降低到100%。经检验，误差最小为0.28，准确度达90%。我试着测试这个神经网络来预测接下来的两个月，这在这个神经网络中
浏览 0提问于2018-04-24得票数 1
回答已采纳
如何在TensorFlow神经网络中添加额外的层，并且知道附加层不会过分适合？似乎2层不会很有帮助，但它确实给了我91%的准确性，我想100%的准确性。因此，我想增加5到10个额外的层，并尝试和“过度适合”的神经网络。一个超适的训练集是否总能提供100%的准确性？model = tf.keras.Sequential([
tf.keras.layers.Flatten(input_shape=
浏览 6提问于2022-05-29得票数 0
3回答
我在Keras中得到了一个递归的神经网络，它在14个标签上分类。第一个标签是最重要的标签，应该以最高的精度进行预测。其他标签不一定是非常准确的，他们应该只是帮助网络更好地推广。我如何在Keras中集成这一点？
浏览 0提问于2019-11-28得票数 0
1回答
如果我在一个二进制分类中有一个接近于零的交叉熵损失，其中最后一层是softmax，输入层是LSTM，那么在训练集上准确率最高达到54%有意义吗？我也尝试了不同的学习率，0.01，0.001，0.0001，都有完全相同的结果。我还在第一个LSTM下添加了第二个LSTM层，以增加模型的复杂性，从而故意使模型过拟合，但这也没有做任何事情。return_sequences = True, activation = 'relu'))model.add(Activation('softmax
浏览 0提问于2017-09-07得票数 0
1回答
我试着用神经网络来预测一些数据。我使用了MATLAB神经网络拟合工具箱，我可以预测一些测试。但问题是，对于我的结果来说，准确性还不够好。我试着改变神经元的数量来改变准确性，但效果并不好。
浏览 0提问于2012-09-05得票数 0
当我用Python(3.5.5) + Keras (版本2.0.8)比较在GPU上训练的神经网络的输出时，与使用DL4J (1.0.0-beta2 2)在安卓(API 24)上的相同神经网络的输出进行比较时，我的预测结果有很大的不同。模型输出到目前为止完成的
浏览 0提问于2018-09-26得票数 1
回答已采纳
云服务器
ICP备案
实时音视频
对象存储
云直播
腾讯云开发者
