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
由于
使
用了
自定义
的
损失
函数
,
因此
自动
编码器
的
预测
都是
NaNs
、
、
、
、
我正在为基因表达数据构建一个
自动
编码器
。一些基因没有表达,并且在输入中有NaN。我
的
输出(
预测
)
都是
NaN。下面是我
的
损失
函数
: def nan_mse(y_actual, y_predicted): tf.zeros_like这可以通过完成
损失
函数
来实现吗? 现在
的
输出是NaN。= tf.ke
浏览 14
提问于2020-01-26
得票数 1
1
回答
哪种类型
的
自动
编码器
为文本提供最佳结果?
、
、
、
我做了几个图像
自动
编码器
的
例子,它们工作得很好。现在,我想为文本做一个
自动
编码器
,它接受一个句子作为输入,并返回相同
的
句子。但是当我尝试使用和图像相同
的
自动
编码器
时,我会得到不好
的
结果。我想这是因为我
的
文字很稀少,词汇量很大,只有500 K。我看到,在大多数论文中,他们使
浏览 0
提问于2018-03-25
得票数 9
1
回答
自定义
丢失
函数
中
的
依赖于样本
的
参数
、
、
、
我有一个用tf.keras编写
的
自动
编码器
,它处理2D图像。为了训练
自动
编码器
,我使
用了
一个
自定义
丢失
函数
。为了改进
损失
函数
,我想增加两个与训练样本相关
的
参数。然而,对于每个样本,这些数据是不同
的
。
因此
,我
的
数据如下:
浏览 2
提问于2022-04-08
得票数 2
回答已采纳
1
回答
在multiRNNCell中,哪种正则化使用multiRNNCell正则化或退出?
、
、
、
我一直在从事一个与序列序列
自动
编码器
相关
的
项目,用于时间序列
预测
。
因此
,我已经在
编码器
和解码器中使
用了
tf.contrib.rnn.MultiRNNCell。我搞不懂用哪种策略来规范我
的
seq2seq模型。我是在
损失
中使用L2正则化,还是在multiRNNCell中使用DropOutWrapper (tf.contrib.rnn.DropoutWrapper)?或者我可以使用这两种策略..。L2用于multiRNNCell细胞间<em
浏览 0
提问于2018-04-23
得票数 0
回答已采纳
1
回答
为什么我
的
损失
函数
还在呢?
、
、
因此
,我使用Tensorflow后端在Keras中定义了这个
自定义
丢失
函数
,以最小化背景提取
自动
编码器
。它应该确保
预测
x_hat不会偏离在批处理B0上
的
预测
的
中位数。-1) loss = bce + background_term 当我使用这个
损失
函数
尝试最小化网络时,
损
浏览 2
提问于2017-03-13
得票数 0
回答已采纳
1
回答
AutoEncoder无法理解为什么我
的
解码图像看起来像热图?
、
我在实现变分
自动
编码器
时遇到了一个很大
的
问题,那就是所有的图像最终看起来
都是
这样
的
: 当真实图像是这样
的
: 训练集是CIFAR10,预期
的
结果是设法构建相似的图像。虽然结果似乎正确地
预测
了特征图,但我不明白为什么50个时期后
的
结果是这样
的
。 我使
用了
更少和更多
的
过滤器,目前是128个。这一结果可能来自网络架构吗?或者是为数不多
的
纪元?使用
的</
浏览 2
提问于2018-10-23
得票数 0
2
回答
变分式
自动
编码器
潜在损耗淹没生成损耗
、
、
、
我试着在CIFAR-10数据集上运行一个变分
自动
编码器
,我已经在TensorFlow中为它建立了一个简单
的
网络,其中
的
编码器
和解码器各有4层,编码矢量大小为256。为了计算潜在
损失
,我强迫网络中
的
编码器
部分输出日志方差,而不是标准偏差,
因此
潜在
损失
函数
看起来如下: latent_loss = -0.5 * tf.reduce_sum(1 + log_var_vector我在解码器
的
浏览 0
提问于2018-07-19
得票数 5
1
回答
为什么改变
损失
函数
的
规模会改善某些模型
的
收敛性?
、
、
、
、
我有一个关于一个非常复杂
的
损失
函数
的
问题。这是一个变分
的
自动
编码器
损失
函数
,它相当复杂。 它是由两个重建
损失
,KL散度和判别器作为正则化。所有这些
损失
都是
相同
的
规模,但我发现,将重建
损失
中
的
一个增加20倍(而剩下
的
部分在前一个比额表上)会大大提高我
的
模型
的
性能。
由于<
浏览 3
提问于2022-07-15
得票数 0
回答已采纳
1
回答
我应该使用
损失
或准确性作为早期停止
的
标准吗?
、
、
、
我正在学习和试验神经网络,并希望从更有经验的人那里获得以下问题
的
意见:然而,过了一段时间,
损失
不断减少,但精度突然回落到一个低得多
的
低水平。 它是‘正常’或预期
的
行为,准确性上升很快,并保持高位突然回落?如果有人能确认以下内容是正确<
浏览 1
提问于2016-05-10
得票数 13
1
回答
利用交叉熵
损失
去噪
自动
编码器
饱和输出
、
、
我在CIFAR10数据集上使用这个去噪
自动
编码器
的
CIFAR10,该数据集已经缩放为0,1。Batch size = 50我对正在发生
的
事情稍有了解。交叉熵
损失
在代码中定义为- tf.reduce_sum(se
浏览 4
提问于2017-11-01
得票数 1
1
回答
神经网络
自定义
二值
预测
、
、
、
、
我正在尝试设计一个神经网络来进行
自定义
的
二进制
预测
。 通常,为了进行二进制
预测
,我会使用softmax作为我
的
最后一层,然后我
的
损失
可能是我所做
的
预测
和真正
的
二进制值之间
的
差异。相反,我输出一个实值数字,并检查该数字上
的
某些条件是否为真。在一个非常简单
的
例子中,我检查这个数字是否是正数。如果是,我
预测
1,否则我
预测
0。假设我希望
浏览 3
提问于2017-11-01
得票数 1
回答已采纳
1
回答
Keras
自定义
丢失
函数
。如何知道哪些输出样本目前在损耗
函数
中被调用
、
、
我在keras中构建了一个
自定义
丢失
函数
,在调用mean_absolute_error()之前,我希望在这里操作y_true和y_pred。这种操作涉及到知道当前
的
y_true是哪个样本,
因此
,我可以很容易地将另一列添加到具有顺序索引
的
输出中。所以我有 outputs[:,0],它是所有样本
的
声输出变量。outputs[:,1]是一个顺序索引,我不想
预测
,只是在我
的
自定义
损失
函数
中使用。)
的
浏览 4
提问于2020-07-06
得票数 0
2
回答
使用TensoFlow
的
多类分类标签错误
、
、
、
我在我
的
损失
函数
中使用sparse_categorical_crossentropy。我
的
代码如下:from sklearn.preprocessing import LabelEncoder
浏览 2
提问于2021-07-29
得票数 0
回答已采纳
1
回答
优化Tensorflow学习率
、
、
像tf.train.exponential_decay这样
的
函数
不能根据不同
的
情况动态改变,因为起始率和衰减率是预先定义
的
。
浏览 1
提问于2017-05-08
得票数 1
1
回答
具有多个输入和输出
的
变分
自动
编码器
、
、
、
、
我已经在Keras中构建了一个
自动
编码器
,它接受多个输入和相同数量
的
输出,我想将其转换为变分
自动
编码器
。我很难将输入和输出之间
的
差值
的
损失
和变分部分
的
损失
结合起来。
由于
得到
的
分类向量和数值向量需要不同
的
损失
函数
(数值列
的
均方误差和分类列
的
分类交叉熵),并且与小
的
数值列相比,非
浏览 20
提问于2019-09-30
得票数 2
回答已采纳
1
回答
keras中
的
标量
自定义
损失
函数
,用于端到端时间序列
预测
,从而导致NaN
损失
和
预测
、
、
、
、
我正在研究一个去噪
的
音频
自动
编码器
,将原始
的
时间序列音频输入到网络中,并从网络接收时间序列音频作为输出。mean_square_error
损失
目标
函数
返回形状为(batch_size, audio_sequence_length)
的
值(我希望我理解正确了),它由Keras内部进一步处理,通过计算一段时间
的
平均仓位和批次我目前
的
工作重点是使用信号功率创建
自定义
损失
函数
,而不是单个样本
浏览 16
提问于2019-02-26
得票数 0
回答已采纳
1
回答
在小规模神经网络情况下,激活
函数
的
最佳选择是什么?
、
、
、
我用电筒和
自动
梯度来建立我
的
神经网络架构。它是一个小
的
3层网络,具有输入和输出。假设我必须根据一些初始条件
预测
一些输出
函数
,并且我使用
的
是一个
自定义
的
损失
函数
。我所面对
的
问题是: 我试过乙状结肠激活和tanh。在
损失
收敛方面,tanh给出了稍好
的
结果。我试过使用ReLU,但是<
浏览 2
提问于2021-09-19
得票数 1
回答已采纳
2
回答
多标签分类Keras指标
、
、
、
显然,在这种情况下,最后一个激活
函数
是sigmoid,as
损失
函数
是binary_crossentropy。
浏览 75
提问于2018-12-21
得票数 5
回答已采纳
4
回答
Keras
自动
编码器
的
简单示例具有奇怪
的
输出
、
、
、
我正在尝试运行一个简单
的
自动
编码器
,所有的训练输入
都是
相同
的
。训练数据特征等于3,隐藏层中有3个节点。我使用该输入训练
自动
编码器
,然后再次尝试
预测
它(编码/解码)(
因此
,如果
自动
编码器
按原样通过所有内容,而没有任何更改,它应该可以工作)。 不管怎么说,事实并非如此,我有点不明白其中
的
原因。我不确定是我
的
代码中有什么问题,还是我对autoencdoer实现
浏览 0
提问于2017-06-17
得票数 2
1
回答
在给定离散输入序列时,用于
预测
离散输出序列
的
损失
函数
是什么?
、
、
、
、
一个长度为5
的
示例输入序列是:1 8 3 5 2。我搜索参考资料,但找不到类似的设置。请链接一些您知道
的
合适
的
参考资料,这可能会有帮助。对于
浏览 0
提问于2023-02-12
得票数 0
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
无需双语语料库的无监督式机器翻译
【玖越机器人】堆叠降噪自动编码器(SDAE)
一文了解什么是语义分割及常用的语义分割方法有哪些
自编码器是什么?有什么用?这里有一份入门指南
从莫扎特到披头士,Facebook新AI 轻松转换音乐风格
热门
标签
更多标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
活动推荐
运营活动
广告
关闭
领券