自定义准确率非常低

文章/答案/技术大牛

发布

3回答

python、tensorflow、keras

我为我的tensorflow网络提供了自定义精度函数。目前它的运行速度非常慢，因为它，我不知道如何压缩代码来加速它。我的代码中有没有什么地方是非常错误的，应该被压缩？我只是在寻找模糊的建议来加速它，而不是一个人重写我所有的代码，除非它非常简单，压缩到像一行一样。数据值是具有介于0和1之间的值的张量。

浏览 39提问于2021-01-19得票数 0

1回答

非常低的损失和低精度是否表示过拟合？

tensorflow、keras、deep-learning、conv-neural-network、lstm

我正在训练一个CNN-LSTM concat模型，经过20个时期后，我得到了69%的准确率和0.04 %的损失？我知道非常高的训练精度和相对较低的验证精度的组合表示过拟合，但我想知道低精度和非常低的损失是否也表示过拟合。总体而言，准确率呈线性增加，损失呈指数下降。

浏览 37提问于2020-01-30得票数 0

回答已采纳

3回答

准确率、召回率和F-score

precision-recall

令人怀疑的是，准确率、召回率和f-score之间是否会有巨大的差异。因为我计算的准确率大约是0.913，召回率非常低，比如0.3234，f-score大约是0.4323，等等，这可能吗？

浏览 3提问于2011-08-23得票数 1

2回答

如何创建一个具有特定尺寸层的多层感知器？

machine-learning、deep-learning、keras

据我所知，大小是指隐藏单位的数量，我可以使用model.add(密集)对其进行自定义。model.add(Dense(10, activation = 'softmax'))我做错什么了吗？

浏览 0提问于2017-12-06得票数 1

1回答

使用dlib预测地标的准确性

opencv、face-recognition、dlib

但是准确率非常非常低。但是当我使用shape_predictor_68_face_landmarks.dat时，准确率很高。

浏览 0提问于2017-05-04得票数 0

1回答

sphinx识别字母表的准确率非常低

cmusphinx、alphabet

我正在使用CMU sphinx来识别字母表，但我注意到准确率非常低。( <=20%)。例如:当我拼写字母: A-P-P-L-E时，结果是A、B、B、L、E。准确率太低，没有用。在中生成字典文件和lm文件:当我限制字典并用词对话筒说话时，准确率在80%以上。那么之前有人解决过这个问题吗？或者任何想法都是值得欣赏的。谢谢。

浏览 0提问于2013-09-29得票数 1

1回答

据我所知，如果1.收敛太快2.验证损失不断增加，那么模型肯定是过拟合的。同样，据我所知，除非你使验证损失收敛到与你的训练损失类似的趋势，否则没有办法解决这个问题，这样你就可以做更多的数据增强等。然而，我读过的许多论文都声称10倍是健壮性的标志，并表明该模型并不过度拟合。然而，当我重新创建这些实验时，我可以说，无论它们是否显示出稳健的准确性，它们都是过度拟合的。此外，许多人似乎认为他们只会增加10倍，这是很好的。在评论中，他们也只要求10倍的实验来解决过度拟合问题。我的理解错了吗？是否有希望出现不收敛而是上升的验证损失？或者，除了验证损失之外，还有其他衡量标准吗？

浏览 42提问于2019-03-21得票数 0

1回答

MNIST上LeNet CNN的准确率非常低

python、tensorflow、machine-learning、keras、deep-learning

我一直在看其他的教程，他们能够在仅仅10个时期后达到90%的准确率。所以我猜在我的实现中有一些错误，因为我的准确率真的很低，在10个时期后不到1%，几乎没有增加。

浏览 80提问于2020-04-09得票数 0

回答已采纳

1回答

适用于Android应用的语音到文本转换

speech-recognition、voice

有没有低计算成本的库框架可以在不使用web服务或服务器端处理的情况下将Android应用程序(Java)的语音转换为文本？可以使用哪些算法/范例？

浏览 4提问于2012-03-14得票数 1

回答已采纳

1回答

使用Softmax进行二进制分类

binary、classification、keras、softmax、sigmoid

我正在使用Sigmoid激活函数和二进制交叉点训练一个二进制分类器，它的准确率在98%左右。当我使用softmax和categorical_crossentropy进行训练时也是如此，准确率非常低(< 40%)。

浏览 3提问于2017-08-21得票数 16

回答已采纳

4回答

在python中使用朴素贝叶斯进行文档分类

python、nltk、document-classification

我使用这些值来训练分类器，但准确率非常低(53%)。我应该做些什么来提高准确率？

浏览 2提问于2012-05-09得票数 2

回答已采纳

1回答

在多标签分类的基础上使用多类分类是一种不良做法吗？

python、classification、multiclass-classification、multilabel-classification

即使使用问题转换，如二进制相关性和分类器链，准确率也非常低(~12%)，而不是使用朴素贝叶斯和获得57%的准确率。

浏览 0提问于2018-06-04得票数 1

2回答

使用lstm进行imdb审查的准确率非常低

python、lstm、word2vec、loss

我得到了非常差的准确性和高损失。在10个时期结束时，我得到了0.4977的准确率和0.6932的损失。

浏览 0提问于2018-10-10得票数 1

1回答

CNN图像分类器的准确率非常低(0.0054)

conv-neural-network

from tensorflow.keras.layers import Dense,Flatten,Conv2D,Activation,Activation,MaxPooling2D,Dropoutfrom keras.utils import to_categoricaly = np.array

浏览 2提问于2020-08-26得票数 0

2回答

如何使用监督学习从大数据集中提前识别关键特征，其中大多数数据属于一个类别

machine-learning、classification

我有一个从机器(流数据)中提取的非常大的数据集，其中大多数数据属于一个类别。如果我使用当前数据训练分类器，准确率将非常低。如何识别给定数据中的关键特征？另外，我如何测量时间序列中一些先前特征的概率？

浏览 2提问于2015-06-26得票数 0

1回答

Caret -类不平衡的二次抽样

r-caret

谁能给我解释一下，为什么SMOTE和ROSE的ROC越高，在坚持预测中的拍卖精度就会越低？不要太在意分类器的低准确度(它只是一个例子来说明我的问题……)菲利普ctrl <- trainControl(method = "repeatedcv

浏览 0提问于2016-05-09得票数 0

1回答

keras RNN中的误差非常低，但准确率很低

model、neural-network、loss、rnn

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？我会假设它会过拟合数据，如果我有这么低的损失，那么我就会有一个非常高精度的过拟合函数。y_matrix2 = np.reshape(y_matrix2,(-1,100000,2)) 这是股票数据，但我创建了一个分类器，所以它只是一个0或1，基于它在60分钟内是高还是低。

浏览 0提问于2017-09-07得票数 0

0回答

在使用明mxnet训练数据集时为什么相同的代码别人训练出来的准确度很高而我的为0？

python、神经网络、深度学习

在参考https://www.cnblogs.com/ibyte/p/5871941.html这篇博客做车牌识别时，可以看到别人的准确率比较高，如图，而我的准确率却一直为0，我也是运行相同的代码呀低.png

浏览 325提问于2020-02-27

1回答

使用带VGGFace权重的VGG模型的预处理

keras、vgg-net

训练需要很多时间，但我得到的结果准确率非常低，不到1%的准确率，而且模型根本就不会学习。

浏览 20提问于2019-01-21得票数 0

1回答

当神经网络损失下降但准确率没有提高时？

python、neural-network、classification、backpropagation、perceptron

我为一个具有一个隐藏层和sigmoid激活函数的神经网络实现了一个基于批处理的反向传播算法。输出层是单热Sigmoid层。第一层的网络是z1。在应用sigmoid之后，它变成了a1。类似地，我们为第二层提供了z2和a2。x, y = train_data, train_target # call derv_out2 = (y - a2) * (a2 * (1 - a2))

浏览 37提问于2017-12-31得票数 1

回答已采纳

点击加载更多