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
1
回答
深入
学习
和支持向量机所需的
数据
量
、
、
、
我经常读到的事实是,与支持向量机相比,对
深度
学习
算法进行
训练
和得到泛化模型的
数据
量要高得多。这是有
意义
的,因为在
深度
学习
方法中有大量的参数,这可能会导致过度适应。向你问好,格塞茨特
浏览 0
提问于2020-05-14
得票数 0
2
回答
是否可以使用经过一般
训练
的
深度
学习
分类器在子类中进行分类?
、
、
、
、
假设,对
深度
学习
分类器进行
训练
,以区分汽车、船舶、卡车、鸟、马和狗的图像。但这些鸟的所有
训练
数据
都是黄色的。 那么,
训练
好的分类器是否可以仅用于检测鸟类图像
数据
集中的黄色鸟类?图像
数据
在这里只是一个例子。
数据
也可以是其他东西,比如DNA序列。如果这个问题是无
意义
的或太基本的,请容忍我。
浏览 3
提问于2016-09-02
得票数 1
1
回答
深度
学习
:在较小一部分
数据
上开始培训是否有
意义
?
、
、
、
、
我用一小部分
数据
训练
了一个
深度
神经网络,使我能够在短时间内经历多个时代,使模型能够合理地运行,然后给出整个
数据
集(10倍以上的
数据
),并进一步改进。当我只给出整个
数据
集时,模型似乎表现得很糟糕,但由于
训练
所需的额外时间,很难达到许多时代。 我的问题是:用较小的
数据
子集“热身”
训练
一个大的深层神经网络是有
意义
的,还是应该总是提供完整的
数据
?当我给出完整的
数据
集时,模型总是预测0,但当
浏览 0
提问于2018-08-17
得票数 4
1
回答
顺序批处理与并行批处理?
、
、
、
、
在基于
深度
学习
的模型
训练
中,通常需要通过一批输入。例如,对于
训练
具有512维输入特征向量的
深度
学习
模型,例如对于batch size= 4,我们主要通过4,512维输入。我很好奇,在将批处理和通道维度的输入展平2048之后,传递相同输入的逻辑
意义
是什么。从逻辑上讲,locality结构将被销毁,但它会显着加快我的实现速度吗?它会影响性能吗?
浏览 1
提问于2021-09-13
得票数 0
1
回答
“参数化”在
深度
学习
中的
意义
是什么?
“参数化”在
深度
学习
中的
意义
是什么?如图所示,这是否意味着在
训练
过程中矩阵'A‘可以通过优化而改变?
浏览 5
提问于2022-07-16
得票数 0
1
回答
在CNN中创建一个百分比
、
、
如果我想预测“
训练
数据
与测试
数据
的匹配程度”以及输出中出现的百分比,我如何在CNN中打印百分比。
浏览 5
提问于2022-08-15
得票数 0
1
回答
哪些应用领域不适合深入
学习
?
、
深入
学习
似乎是人工智能/机器
学习
中新的酷事物,它在许多领域运作良好,但我想知道--深入
学习
不是最佳方法的具体应用领域是什么?原因是什么?有什么特别的问题吗?
浏览 0
提问于2016-07-18
得票数 1
1
回答
关于caffe python API
、
、
、
我正在使用caffe进行
深度
学习
,并想创建一个python softmaxwithloss层(可能没有
意义
,但我想尝试一下)。问题是我的层在
训练
阶段的后向部分不起作用(在
数据
中得到NANs )。问题是: caffe反向
训练
是如何起作用的?是不是每一层都在
学习
自己的不同之处(caffe.Layer.diff或类似的东西)并将其传递给下一层?
浏览 1
提问于2016-10-31
得票数 0
2
回答
如何选择适合给定计算机视觉应用的滤波器或边缘检测技术?
、
我正在尝试建立一个识别手语字母的系统。我没有计算机视觉的工作经验,因为这是我的第一次。我不知道我应该使用哪种滤镜(锐化、平滑、锐化然后平滑、平滑然后锐化或者其他什么)。不只是过滤器选项,还有其他选项,如:2-边缘检测技术
浏览 0
提问于2018-04-09
得票数 0
1
回答
训练
神经网络在tensorflow中的组合
、
我正在使用tensorflow
训练
两个使用两个不同
数据
集的相同神经网络实例。网络本身非常简单,有一个输入和输出层和6个隐藏层(每个层是一个20 meuron,然后是一个非线性激活函数)。我可以用两个不同的
数据
集来
训练
网络,这很好。现在,我想要做的是创建一个新的网络,它是这两个受过
训练
的网络的结合。特别是,我希望输入和前3层来自一个经过
训练
的网络,最后3层和输出层来自另一个网络。
浏览 0
提问于2017-02-19
得票数 5
1
回答
H2o flow automl临时样本框架
、
、
、
、
我有一个很大的框架,使用了h2o flow run automl和
深度
学习
算法。然而,
训练
指标是在“临时样本帧”上计算的。我找不到任何关于这方面的信息。
浏览 17
提问于2019-11-05
得票数 1
回答已采纳
4
回答
DI-X
深度
学习
平台是否只需提交
训练
集
数据
就可以自行完成
训练
?
s
浏览 1246
提问于2018-02-07
1
回答
对于DNN还没有接受
训练
的班级的预测--这有可能吗?
、
我的
数据
是多类、多标签类型的,我计划总共有100个输出类。我对模型的输入X是音频
数据
,我的y是一个单热编码的numpy数组,有100个列显示一个1来指示相应的类(例如y = [0 0 0 0 0 1 0 0 0 0 0 1 0 1 0 0 0 0 0 0 ..然后,在使用当前的12类
数据
(NSize ~ 16000)进行培训之后,我运行了model.predict(...),并获得了几乎所有100列的概率,其中一些列的百分比相当高。
浏览 0
提问于2021-08-01
得票数 0
3
回答
为什么
深度
学习
模型与机器
学习
模型相比不稳定?
、
、
、
、
我想知道为什么
深度
学习
模式如此不稳定。假设我使用相同的
数据
集多次
训练
机器
学习
模型(例如logistic回归),并多次
训练
深度
学习
模型(例如LSTM)。在此之后,我计算了每个模型的平均值及其标准差。
深度
学习
模型的标准差比机器
学习
模型的标准差大得多。为什么会这样? 这与
深度
学习
方法中的权值初始化有关吗?如果是这样的话,为什么模型不总是收敛在同一点上呢?
浏览 0
提问于2021-11-09
得票数 4
1
回答
如果损失是这样的,那意味着什么?
、
、
、
、
我
训练
过一个模特。正如你所看到的,损失是曲折的。此外,验证损失也在增加。如果你只看
训练
曲线,这意味着什么?是不是太合适了?📷
浏览 0
提问于2022-10-27
得票数 1
回答已采纳
6
回答
使用
深度
学习
技术的监督
学习
(文档分类)
、
、
、
我在读关于
深度
学习
的论文。其中大多数都是指无监督
学习
。我正在尝试找出
深度
学习
是否可以应用于文档分类问题。我知道有相当好的分类器可用。但我的目标是找出我们是否可以使用
深度
学习
来达到这个目的。
浏览 7
提问于2013-10-29
得票数 10
1
回答
深入
学习
中的
训练
/推理术语与一般ML中的
训练
/测试有什么不同吗?
、
我在
深度
学习
中读到了“
训练
和推理”。这与一般ML中“
训练
/测试”的概念有何不同?在列车/测试分裂模型还没有看到测试集的
数据
。这与谈论
深度
学习
模型的“推理”阶段不一样吗?
浏览 0
提问于2019-04-25
得票数 0
回答已采纳
1
回答
训练
后自适应神经网络
、
神经网络经过最初的
训练
后,最佳的适应方式是什么?对不起,我的基本问题,但我找不到很多有关这方面的信息。
浏览 4
提问于2015-11-23
得票数 2
回答已采纳
1
回答
学习
速度和梯度下降差?
、
、
、
、
我明白(我想)
学习
率乘以梯度(斜率)就可以使梯度下降,但这是真的吗?我错过了什么吗?谢谢
浏览 5
提问于2019-10-07
得票数 0
回答已采纳
2
回答
从零开始培养
深度
学习
模式的优缺点是什么?
、
、
、
、
我想知道优点和disadvantages.Also,什么是优点和缺点转移
学习
?
浏览 0
提问于2020-05-10
得票数 1
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
深度学习的核心:掌握训练数据的方法
捕获深度学习数据以训练神经网络
深度学习训练数据不平衡问题,怎么解决?
深度学习之CNN训练参数
训练机器人如何深度学习
热门
标签
更多标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
活动推荐
运营活动
广告
关闭
领券