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
(629)
视频
沙龙
1
回答
添加
Sigmoid
激活
函数
后
,
Flux.jl
模型
始终
输出
1.0
、
我最初的问题是,我希望我的
模型
只
输出
0-1,这样我就可以映射回我的分类图像标签(
Flux.jl
restrict variables between 0 and 1)。所以我决定
添加
一个
sigmoid
激活
函数
,如下所示: σ =
sigmoid
resnet[1:end-2], Dense(1000, 256), Dense(256, 2, σ),
浏览 22
提问于2021-11-22
得票数 0
3
回答
sigmoid
激活
函数
在Keras中的使用
、
、
、
、
我有一个由18260个输入字段和4个
输出
组成的大数据集。我正在使用Keras和Tensorflow构建一个神经网络,它可以检测可能的
输出
。然而,我尝试了许多解决方案,但准确率无法达到55%以上,除非我在除第一个
模型
层之外的所有
模型
层中使用
sigmoid
激活
函数
,如下所示: def baseline_model(optimizer= 'adam(Dense(10, activation="
sigmoid
", kernel_i
浏览 4
提问于2018-11-30
得票数 1
1
回答
用Keras创建平方
函数
估计器
、
、
、
101.01-9.7 97.099.7 97.099.9 101.01所以我试图建立一个
模型
我只得到0到1之间的
输出
(我猜是因为标准化?)而且它们似乎也是垃圾。modelneural_network.add(Dense(5, input_dim=1, activation='
sigmoid
')) # hidden la
浏览 2
提问于2018-01-12
得票数 2
回答已采纳
1
回答
用线性
激活
函数
求解回归问题的神经网络
、
通过在神经网络的
输出
层中使用线性
激活
函数
来解决回归任务,我们是否将结果
模型
约束为输入特征中线性的?
浏览 3
提问于2017-09-07
得票数 1
1
回答
如何在Keras中编写线性
激活
函数
、
我希望在
输出
层使用线性
激活
。我目前使用model.add(...)
添加
层。我知道如何使用其他
激活
函数
(例如
sigmoid
函数
,您可以使用model.add(...,activation = "
sigmoid
") )。但我的问题是我根本不想要任何
激活
函数
。也就是说,我希望w·x作为来自
模型
的
输出
,而不是a(w·x),其中a是
激活
函数</e
浏览 2
提问于2020-05-25
得票数 1
回答已采纳
2
回答
Keras
模型
经常给出相同的
输出
类?
、
、
我一直试图按照“猫对狗”教程构建一个keras
模型
,但不幸的是,我总是得到相同的
输出
类"cat“。我知道有几个帖子,人们有同样的斗争。我试过每一种方法,但我仍然不知道我做错了什么。64))model.add(Dropout(0.5))model.add(Activation('
sigmoid
')) #
sigmoid
for binary outcome, softmax
浏览 0
提问于2018-08-06
得票数 0
2
回答
精度在每个时期
后
保持不变
(3,3),activation="relu"))model.add(Convolution2D(64,(3,3),activation="
sigmoid
"))model.add(Flatten()) model.add(Dense(32,activation="
sigmoid<
浏览 3
提问于2020-01-15
得票数 0
1
回答
验证和训练指标非常低的值(图像和蒙版生成器)
、
、
我尝试在生成器中只使用rescale=
1.0
/255,或者只缩放X_train和X_val,因此在unet
模型
(s = Lambda(lambda x: x / 255.0) (inputs))中只缩放(0, 0.5)) iaa.LinearContrast((0.75, 1.5)), iaa.Sharpen(alpha=(0,
1.0
test_size=VAL_SPLIT) # Image data generat
浏览 3
提问于2021-08-27
得票数 3
1
回答
为什么我在Keras中的损失在训练我的
模型
时没有改变?
、
、
、
我一直在尝试建立一个Keras
模型
,以便在我的数字数据集中找到模式。我已经多次更改了损失和优化器,但在损失中没有任何变化。我还删除/
添加
了层,并更改了层中神经元的数量,但在损失中仍然没有变化。
模型
是: from keras.models import Sequential234500/342420 [===================>........
浏览 23
提问于2019-02-18
得票数 2
回答已采纳
1
回答
为什么Tensorflow分类示例没有使用
激活
函数
?
、
、
、
据我所知,在二进制分类器
模型
的末尾通常需要一个
Sigmoid
激活
函数
来将
输出
限制在0到1之间,但是这个
模型
没有任何Softmax或
Sigmoid
函数
: Flatten(), Dense(1)当我使用model.predict()命令对新图像进行预测时,
模型
会返回正负值我还试图在
浏览 4
提问于2020-06-21
得票数 1
2
回答
tf.keras.model.predict()生成超出数据范围的值是常见/正常的吗?
、
、
、
、
模型
中使用的目标预测列的数据仅由1或0组成。我原本期望model.predict()生成一个介于0和1之间的值。
浏览 56
提问于2020-05-01
得票数 1
回答已采纳
2
回答
线性层的影响?
、
、
我所做的是增加一个线性层作为
输出
,不知怎么地,这使误差最小化,并有点困惑,为什么一个线性层会有这么大的影响? 我的意思是,我仍然试图使实际产出与期望的
输出
相吻合?为什么
激活
函数
在这里很重要?我的意思是,权值是根据误差来调整的,那么为什么当
输出
是线性的而不是非线性的时候,神经网络更善于调整误差(例如: tanh,Relu)。?
浏览 0
提问于2017-01-26
得票数 2
回答已采纳
1
回答
神经网络的
输出
是否已经应用了
激活
函数
?
、
、
TL;DR:也就是说:如果
激活
函数
是
sigmoid
函数
,那么
输出
总是在0到1之间吗?第一隐藏层成为新的输入,上面的输入重复它和第二隐藏层。 这一直持续到<e
浏览 0
提问于2015-07-13
得票数 2
回答已采纳
1
回答
神经病:多层感知器反向传播学习无效
、
学习
函数
为x^2,采用反向传播学习规则。但是,从
输出
中可以看出,该程序似乎不起作用。
输出
总是1。我的程序中有错误吗?String[] args) { System.out.println(i + " - " + output);
浏览 1
提问于2015-05-02
得票数 3
回答已采纳
1
回答
预测未在训练数据集中的类
、
如果我们用all训练CNN,并且希望像“汽车”图像那样预测未知图像的类别,那么
模型
每次都会给出一个类。请您告诉我,如果数据不是训练数据集的一部分,我们如何才能告诉
模型
,比如“我没有检测到类”之类的东西? 谢谢
浏览 4
提问于2021-11-08
得票数 0
3
回答
如何将Keras预测
输出
转换为所需的二进制值
、
、
、
我有一个32个输入节点,20个隐藏节点和65个
输出
节点的网络。我的网络输入实际上是一个长度为32的哈希码,
输出
是单词。 输入是散列中每个字符的ascii值除以256。网络的
输出
是我制作的二进制表示。所以我的
输出
节点是13 *5= 65。我希望得到像10101010101010101010101010101010101010101010101010101010101001011这样的二进制
输出
。train_labels, batch_size=1000, epochs=10000,shuffle = Tru
浏览 1
提问于2018-11-26
得票数 0
2
回答
回归任务中线性
激活
函数
的替代方案以限制
输出
、
、
、
、
我找到了
模型
的
输出
。如果它超过了范围的绝对值,假设它是对称的,我将
添加
一个常数大值,这与实际
输出
相去甚远。在这里,我们可以用一个大常数来代替它,或者把它乘以一个常数。在回归任务中,通常采用线性
激活
函数
作为最终层的非线性来估计
输出
实值的
函数
(S)。使用
sigmoid
函数
的原因是它的
输出
受限于范围0 to 1,这是一个很好的指定概率的范围。此外,
sigmoid
更多地用于分类任务,其中类
浏览 0
提问于2018-06-08
得票数 2
回答已采纳
3
回答
在Keras (Tensorflow后端)中使用binary_crossentropy损耗
、
在Keras文档中的培训示例中, Keras在Tensorflow中调用
sigmoid
_cross_entropy_with_logits,但在
sigmoid
_cross_entropy_with_logits
函数
中再次计算
sigmoid
(l
浏览 8
提问于2017-08-17
得票数 8
1
回答
keras predict_generator
输出
形状
、
、
、
我使用带有TensorFlow后端的keras进行二值图像分类(我使用
sigmoid
激活
函数
作为最后一层)。在我训练了
模型
后
,我尝试使用predict_generator对一组新的412张图像进行预测: test_datagen = ImageDataGenerator(rescale =
1.0
/255)test_generator.reset() pred = model.predict_generator(test_generator, verbose = 1, step
浏览 27
提问于2019-02-27
得票数 0
回答已采纳
3
回答
神经网络
激活
/
输出
、
、
输出
应该是规格化值,还是总是限制为0或1?
浏览 2
提问于2012-01-09
得票数 3
回答已采纳
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
人工神经网络・ReLU激活函数
Tensorflow学习笔记-神经元函数之激活函数
机器学习之神经网络(上)
详解 BP 神经网络基本原理及 C 语言实现
人工神经网络ANN中的前向传播和R语言分析学生成绩数据案例
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