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
损失函数负对数似然损失,尽管准确率极高
nlp
、
pytorch
、
loss
、
log-likelihood
、
sequence-to-sequence
我正在调试一个序列到序列模型,并故意尝试完美地拟合一个大约200个样本(长度在5-50之间的句子对)的小数据集。我在pytorch中使用负对数似然损失。我得到了很低的损失(~1e^-5),但在同一数据集上的准确率只有33%。我的代码中可能存在bug吗?
浏览 9
提问于2020-07-14
得票数 2
0
回答
深度
神经
网络
:
概率
问题
neural-network
、
tensorflow
、
probability
、
deep-learning
我正在使用
深度
神经
网络
(Multi-Layer Perceptron)进行关键字识别,我面临着以下问题。我使用具有双增量的MFCC功能来训练我的
网络
我想在最后得到一个
概率
,它是检测到关键字的置信度分数,因此我可以使用一个阈值。然而,在softmax层之后,对于测试数据的
浏览 13
提问于2016-06-30
得票数 1
1
回答
了解`predict_proba`的结果
scikit-learn
、
deep-learning
、
classification
、
prediction
、
tensorflow-probability
我使用
深度
神经
网络
进行预测(可以是1也可以是0)。所解决的问题是一个分类问题。我正在使用sklearn的predict_proba来预测我预测的
概率
。据我所知,predict_proba的输出每行应该有2列,表示每个类的
概率
。这些值是否与类别的
概率
相对应?
浏览 14
提问于2020-01-21
得票数 0
2
回答
我应该使用什么数据库?
neural-network
、
dataset
我是一个在业余时间学习数据科学的高中生.我得到了一个能够解决xor问题的神经
网络
。我的神经
网络
使用sigmoid作为隐层和输出层的激活函数。它也只有一个隐藏层。我想知道用我的神经
网络
可以解决的最简单的问题是什么。我想要一个数据库,其中有一个
概率
输出或类似的东西,因为我在把乙状结肠输出转换成正常值时遇到了问题。
浏览 0
提问于2018-08-25
得票数 1
回答已采纳
1
回答
神经
网络
高置信度不准确预测
tensorflow
、
machine-learning
、
neural-network
、
deep-learning
我在一个分类任务上训练了一个神经
网络
,它正在学习,尽管它的准确性不高。我正在尝试找出它对哪些测试用例没有信心,这样我就可以对正在发生的事情有更多的了解。为了做到这一点,我决定使用Tensorflow中的标准softmax
概率
。为此,我调用了tf.nn.softmax(logits),并使用了这里提供的
概率
。我注意到很多时候
概率
是99%,但预测仍然是错误的。因此,即使我只考虑预测
概率
高于99%的例子,我得到的准确率也很低,只比我最初的准确率高2-3%。 有谁知道为什么
网络
对错误的预测如此自
浏览 43
提问于2017-12-28
得票数 1
1
回答
概率
在数据科学中是如何使用的?
machine-learning
、
probability
、
mathematics
我想了解的是,以下所有主题是如何实现的:不同的
概率
分布。与机器学习和
深度
学习建模相关。比如有人能举个例子有人能准确指出我们需要使用这些概念的确切阶段吗?我们如何实际使用这些概念?
浏览 0
提问于2022-10-19
得票数 -1
1
回答
将神经
网络
输出转换为类
machine-learning
、
deep-learning
、
neural-network
我已经训练了我的
深度
学习模型,并得到了测试集的结果。但我得到的结果是不同类别的
概率
列表。 我的神经
网络
架构是这样的-
浏览 2
提问于2020-04-27
得票数 0
回答已采纳
1
回答
在深层神经
网络
分类问题中,为什么要把交叉熵降到最小?
machine-learning
、
deep-learning
、
neural-network
我正在阅读为什么交叉熵在
深度
神经
网络
中被广泛用作分类问题的损失函数。q(x) --> probabilty distribution of predicted values 为什么我们的目标是最小化交叉熵的值,那么它将如何学习实际值的
概率
分布
浏览 4
提问于2022-07-29
得票数 -2
1
回答
使用Lasagne的卷积神经
网络
精度(回归与分类)
python
、
neural-network
、
lasagne
、
nolearn
我已经用Lasagne玩了一段时间了,用卷积神经
网络
解决了一个二进制分类问题。然而,尽管我在训练和验证损失方面得到了for (Ish)结果,但我的验证和测试精度始终是恒定的(
网络
总是预测同一个类)。
浏览 9
提问于2015-09-18
得票数 2
1
回答
方差阴影映射矩如何落入Chebyshev不等式
opengl
、
graphics
、
directx
、
shadow-mapping
这篇文章的内容如下: 根据这句话,在Chebysehv上面的不等式方程中,t是当前的碎片
深度
,x是片段的阴影映射中的值,这是给定的模糊核区域的第一时刻M1=E(x),我们得到了x>=t的上界,它转化为当前碎片
深度
小于模糊核区域中平均值
深度
的
概率
。现在,我理解的困难是我刚才是怎么写的: 实际
浏览 3
提问于2020-04-17
得票数 1
1
回答
从矩阵中获取最大指数
matrix
、
indexing
、
lua
、
max
、
torch
我正试图为专横行为编写一个神经
网络
。第一个
深度
是游戏状态,第二个
深度
是翻转板,最后一个
深度
是玩家平面。输出为8x8是最好的游戏,也就是学习的移动(由蒙特卡洛树搜索生成) 然后
网络
是一个8x8张量,有可能是最好的博弈,我需要得到这个张量的最大
概率
的指数(x,y)。
浏览 3
提问于2017-02-27
得票数 0
回答已采纳
1
回答
为什么使用受限的Boltzmann机器而不是多层感知器?
machine-learning
、
neural-network
、
classification
我试图理解限制Boltzmann机器(RBM)和前馈神经
网络
(NN)之间的区别。我知道,RBM是一个生成模型,它的思想是重建输入,而NN是一个判别模型,其中的思想是预测标签。但是我不清楚的是,为什么你不能仅仅用神经
网络
来建立一个生成模型呢?特别是,我想到的是深层信仰
网络
和多层感知器。 假设我对NN的输入是一组名为x的注释,而我的输出是一组节点y。在一个判别模型中,我在训练过程中的损失将是y与我希望x产生的y值之间的差额(例如,类标签的基本真理
概率
)。但是,如果我刚刚使输出具有与输入相同的节点数,然后将损失设置为x和y之间的
浏览 11
提问于2015-08-07
得票数 16
1
回答
神经
网络
预测的置信度计算
scikit-learn
、
predictive-modeling
、
prediction
、
predict
我用一个
深度
神经
网络
模型来做预测。我的问题是一个分类(二进制)问题。我希望计算每个预测的置信度分数。到目前为止,我使用predict_proba of sklearn来获得类的
概率
,并将其作为预测的模型可信度。这是正确的做法吗?怎样才能更好地计算信心分数呢?请添加相关文献以支持您的方法。
浏览 0
提问于2020-01-21
得票数 5
1
回答
如何将softMax输出映射到MXNet中的标签
neural-network
、
mxnet
在
深度
学习中,预测通常使用一个热向量进行编码。我正在使用MXNet创建一个简单的神经
网络
,它将动物的图像分类为猫、狗、马等。当我调用MXNet的预测方法时,它会返回一个softmax输出。现在,我如何确定softmax输出中对应于最大
概率
的条目的索引是猫、狗或马。softmax输出只给出一个数组,没有任何结果与相应标签的映射。
浏览 1
提问于2017-03-02
得票数 1
2
回答
如何阻止文本分类模型仅依赖于输入文本中的两个单词而不是整个句子?
machine-learning
、
deep-learning
、
text-mining
、
text-classification
、
explainable-ai
我有一个文本分类
深度
学习模型,它接收一个文本并输出一个softmax
概率
。我使用手套嵌入来表示DL模型的数字形式的输入文本。那么,我在我的模型中做了哪些改变,从嵌入技术到
网络
,或者无论如何,让模型不依赖于一些单词,并迫使它考虑整个句子?
浏览 0
提问于2021-11-02
得票数 2
回答已采纳
1
回答
如何用TFLearn过滤假名
python
、
neural-network
、
tensorflow
、
tflearn
我试着用一个名字列表训练一个神经
网络
,然后让它给我一个用户输入名是真实的
概率
。 下面是我一直在看的一个例子:
浏览 8
提问于2016-12-06
得票数 1
2
回答
基于Logistic回归的SoftMax序数目标损失函数
deep-learning
、
theano
、
caffe
、
logistic-regression
、
softmax
我正在使用Pylearn2或Caffe来建立一个
深度
网络
。我的目标是名义上的。我正在尝试寻找合适的损失函数,但在Pylearn2或Caffe中找不到任何损失函数。我大概明白了--但如果我的最后一层是SoftMax over Logistic回归(输出
概率
),我不确定我会理解什么是阈值。致谢问候
浏览 0
提问于2014-12-18
得票数 2
2
回答
对于初学者来说,激活函数在神经
网络
中起什么作用?
deep-learning
、
convolution
我理解有多层,反向传播等概念。我甚至理解激活函数会根据所使用的激活函数将输出压缩到一定的范围。但为什么我们还要这么做呢?如果我们在没有激活函数的情况下继续进行实际的结果会发生什么?
浏览 1
提问于2018-01-26
得票数 0
回答已采纳
1
回答
利用
深度
学习在未见数据上生成警报
machine-learning
、
neural-network
、
deep-learning
我在神经
网络
和
深度
学习方面是个新手,我试图创建一个
深度
学习模型来分类图像。在阅读博客和视频时,一个问题出现在我的脑海中,在互联网上找不到正确的答案。所以这就是在这里发问的主要原因。目前的模型预测它是一辆自行车,因为它的大部分特征是与自行车匹配,以及卡车和汽车的
概率
值。 有人能建议我如何在
深度
学习中实现这一点吗?
浏览 0
提问于2018-03-14
得票数 -1
2
回答
完全卷积
网络
训练图像大小
machine-learning
、
computer-vision
、
tensorflow
、
deep-learning
、
caffe
我正在尝试使用TensorFlow复制用于语义分割的完全卷积
网络
的结果。 我被困在将训练图像输入到计算图中。全卷积
网络
使用VOC PASCAL数据集进行训练。然而,数据集中的训练图像具有不同的大小。
浏览 2
提问于2016-08-20
得票数 6
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
概率图模型与深度学习
数据分析、深度学习基础:二项概率分布
深度学习的几何理解(3)-概率变换的几何观点
技术讲解概率机器学习——深度学习革命之后AI道路
终极入门 马尔可夫网络——概率图模型
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