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
(5456)
视频
沙龙
1
回答
ANN
回归
精度
和
损失
卡住
python
、
tensorflow
、
neural-network
、
regression
我有一个预测太阳能发电量的数据集,该数据集有20个独立变量
和
1个相关变量。我的模型的准确率停留在60%。我已经尝试了几个模型,但这种准确性是最好的,我可以得到更多的其他垃圾。())
ann
.add(Dense(32, activation='relu', kernel_regularizer=regularizers.l2(0.01)))
ann
.add(Dropo
浏览 25
提问于2020-09-27
得票数 0
1
回答
ANN
回归
精度
与
损失
卡住
python
、
neural-network
、
tensorflow
、
regression
我有一个预测太阳能发电量的数据集,数据集有20个独立的var
和
1个独立的变量。我的模型的
精度
是60%。我试过几种型号,但这种准确性是我所能得到的最好的其他更糟糕的。())
ann
.add(Dense(32, activation='relu', kernel_regularizer=regularizers.l2(0.01)))
ann
.add(D
浏览 0
提问于2020-09-27
得票数 0
回答已采纳
1
回答
已在[0,1]范围内的MinMaxScaler规范化值
python
、
scikit-learn
、
normalization
我有几列数据,我计划用来训练一个
ANN
回归
模型。大多数列的值从0到10,000.00不等,但是一个特定列的值总是在[0,1]范围内,并且
精度
可达小数点10位,例如。0.1582639672.通常,我会使用来自sklearn.preprocessing的sklearn.preprocessing类将数据集的所有值规范化为[0,1]范围,但是,当将规范化应用于这一特定列时,可能会导致
精度
损失
用10位
精度
对浮点数进行归一化会不会产生一个“进一步规范化”的值,超过所能表示的最高数字
精度<
浏览 2
提问于2021-02-20
得票数 0
回答已采纳
1
回答
机器学习-如何比较两种模式?
machine-learning
、
svm
、
logistic-regression
我使用logistic
回归
和
支持向量机作为两个模型。logistic
回归
的准确度为0.84,
损失
函数为0.45。对于支持向量机,
精度
为0.80,
损失
函数为0.33。这些算法中哪一种表现得更好?如何比较两种模型(按
精度
或
损失
函数)?
浏览 2
提问于2022-06-29
得票数 0
1
回答
NAN
损失
张量流
python
、
tensorflow
、
nan
、
convolutional-neural-network
我正在训练一个边界框
回归
问题,并使用中描述的
损失
函数的坐标分量。方法2:使用图像作为CNN的输入。最后一层与方法1相同,
损失
函数也相同。但我面临的问题是
损失
正在计算中。从第一个时代开始,它就在为训练、开发
和
测试打印nan
损失
。 当相同的
损失
函数与
ANN
完美地工作时,我该如何使CNN工作?我希望能够使用相同的
损失
函数。
浏览 4
提问于2018-06-28
得票数 0
1
回答
ANN
回归
NaN
损失
值
tensorflow
、
keras
、
deep-learning
、
neural-network
、
regression
我试着训练一个神经网络来进行
回归
。该数据集由7个参数的~10k数据点组成。我用的是模型 model = keras.Sequential([ norm,
浏览 2
提问于2020-12-15
得票数 0
1
回答
验证
损失
在GPU
和
CPU上有所不同。
deep-learning
、
tensorflow
、
loss-function
、
gpu
、
mlp
当我训练
和
评估AWS GPU与本地CPU的模型时,我一直看到更高的验证
损失
。📷 📷
浏览 0
提问于2018-10-22
得票数 0
1
回答
验证
损失
在训练
损失
中不断波动。
deep-learning
、
keras
、
loss-function
、
convergence
我正在训练一个用于多目标
回归
的Keras模型,使用一个自定义的
损失
函数,目的是使该
损失
函数的预测
精度
低于0.01。从
损失
函数的下面图可以看出,训练
损失
和验证
损失
迅速低于目标值,训练
损失
趋近较快,验证
损失
在训练
损失
值上不断波动。虽然
损失
低于目标阈值,但我想知道这样的波动是否能反映模型拟合的一些问题?或者,验证集的大小太小(与训练的大小相比);它们分别是|training| = 13500; |vali
浏览 0
提问于2018-08-06
得票数 1
1
回答
从什么方面来衡量目标检测器的性能?
deep-learning
、
object-detection
、
object-detection-api
<xmax>695</xmax> </bndbox>然而,我仍然不清楚:( 1)目标探测器如何利用这些信息来测量
精度
;( 2)如何计算这种情况下的“
损失
”。
浏览 1
提问于2019-06-21
得票数 0
回答已采纳
1
回答
具有自定义
损失
函数的Keras
精度
keras
、
loss-function
我正在使用Keras中的自定义
损失
函数 return (K.exp(vector) / K.sum(K.exp(vectorget_top_one_probability(real_labels) * tf.math.log(get_top_one_probability(predicted_labels))) 如何使用自定义
损失
函数计算指标
浏览 0
提问于2020-04-14
得票数 2
4
回答
在这种情况下,我如何计算
ANN
的准确性?
python-3.x
、
machine-learning
、
scikit-learn
、
neural-network
、
keras
adam')现在,我要计算y_pred的
精度
浏览 4
提问于2018-03-21
得票数 0
2
回答
Keras模型每个(最后一层)输出的个别
损失
python
、
neural-network
、
keras
、
loss-function
、
loss
在训练
ANN
进行
回归
时,Keras将训练/验证
损失
存储在中。对于带有的最后一层中的多个输出,即均方误差或均方误差: model.compile(loss='mse', optimizer='adam') 在添加了
浏览 0
提问于2018-08-30
得票数 1
1
回答
HyperOpt:基于
精度
或f1评分的最佳建模方法
data
、
data-science-model
、
hyperparameter-tuning
我已经使用了2天的超级选择,我试图建立逻辑
回归
模型,使用超级选择
和
选择参数的最佳组合,根据他们的f1评分。然而,无论在哪里,他们都提到了根据
损失
分数来选择最好的模式。如何使用
精度
或f1分数来代替?
浏览 0
提问于2022-03-31
得票数 2
1
回答
TensorFlow
回归
损失
函数
python
、
tensorflow
、
machine-learning
、
deep-learning
、
regression
我已经在TensorFlow中实现了2层(2x20个节点) DNN自定义
回归
。16数字输入功能。是否有一种我没有考虑过的优越的
损失
函数或正则化技
浏览 0
提问于2018-08-28
得票数 1
1
回答
Keras精确度曲线平坦,而
损失
曲线不平坦
machine-learning
、
keras
、
neural-network
、
deep-learning
我正在使用多层感知器进行深度学习以进行
回归
。
损失
曲线在第三个时期变得平坦,而
精度
曲线在开始时保持平坦。我想知道这是否有意义。
浏览 0
提问于2019-09-12
得票数 0
2
回答
为什么
精度
不变而
损失
不变呢?
python
、
tensorflow
、
keras
如下面所示,我有两个函数,get_data()输出选定资产历史的数据框架,并将其传递给train_model(),每件事情都工作得很好,但是当模型训练时,
精度
似乎没有改变,
损失
确实下降,但
精度
在第二个时代之后保持不变,当训练有1000个时点时,
精度
也没有变化。
浏览 4
提问于2020-07-18
得票数 0
回答已采纳
1
回答
回归
模型中排序问题的可微
损失
函数
machine-learning
、
regression
、
loss-function
、
ranking
在
回归
问题中,可能需要一个
损失
函数来度量目标y与预测值y_{pred}之间的相对排序
精度
。显然,简单的MSE不考虑这种排名关系。另一种选择可能是为
回归
而设计的修正的两两排序
损失
。我的问题是:(1)是否还有其他可微
损失
函数可以应用于
回归
模型的排序问题;(2) rank函数可以用一个可微函数逼近。
浏览 0
提问于2020-02-17
得票数 1
2
回答
带Keras的多输出
回归
问题
machine-learning
、
keras
、
regression
235929/235929 [==============================] - 8s 33us/step - loss: 8.9393e-04 - acc: 0.6436
损失
浏览 0
提问于2019-04-01
得票数 4
回答已采纳
1
回答
如何解释快速rcnn度量?
deep-learning
、
computer-vision
、
faster-rcnn
我遵循这个教程来微调更快的RCNN模型,在训练过程中产生了很多统计数据,但是我不知道如何解释它们。这是输出的一个例子。 Epoch: [6] [ 10/119] eta: 0:01:13 lr: 0.000050 loss: 0.4129 (0.4104) loss_classifier: 0.1277 (0.1263) loss_box_reg: 0.2164 (0.2059) loss_objectness: 0.0244 (0.0309) loss_rpn_box_reg: 0.0487 (0.0473) time: 0.67
浏览 0
提问于2021-03-29
得票数 0
回答已采纳
2
回答
对于概率
损失
函数来说,低损耗总是更好的吗?
neural-network
、
training
、
loss-function
、
probability
、
softmax
在一些历法之后,我的准确度没有进一步提高,但在许多时期(也是在验证集上,虽然速度很慢),
损失
仍在减少。我在最后一层使用一个softmax激活
和
Keras提供的分类交叉熵
损失
函数。我想知道,在这种情况下,较低的
损失
是否总是对应于更好的概率(因为我显然不希望网络只输出像概率1或0这样的值),或者换句话说,这个净额输出“真”概率吗?如果是的话,它为什么要这样做?
浏览 0
提问于2020-07-02
得票数 1
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
基于支持向量回归机的空调负荷预测
基于机器学习方法的增材制造TC4钛合金疲劳寿命预测建模
神经网络算法——和谁更强?
从零推导神经网络之入门篇
深度学习模型能否有效的应用于模拟复杂的城市化进程?
热门
标签
更多标签
活动推荐
运营活动
广告
关闭
领券