CNTK二进制分类器
是指微软认知工具包（Microsoft Cognitive Toolkit，简称CNTK）中的一个功能，用于进行二进制分类任务。CNTK是一个开源的深度学习工具包，提供了丰富的神经网络模型和算法，可用于构建和训练各种深度学习模型。
二进制分类是一种常见的机器学习任务，其目标是将输入数据分为两个类别，通常是正类和负类。CNTK二进制分类器可以通过训练一个二分类模型来实现这个任务。它可以接受输入数据和标签，通过学习数据的特征和标签之间的关系，来预测新的未标记数据的类别。
CNTK二进制分类器的优势包括：
- 高性能：CNTK采用了高度优化的计算图和并行计算技术，能够在多个GPU和多个机器上进行分布式训练，提供出色的性能。
- 灵活性：CNTK支持多种神经网络模型和算法，可以根据任务的需求选择合适的模型结构和算法。
- 易用性：CNTK提供了丰富的Python和C++ API，使得开发者可以方便地构建、训练和部署深度学习模型。
CNTK二进制分类器的应用场景包括但不限于：
- 图像分类：可以用于将图像分为两个类别，如猫和狗的分类。
- 文本分类：可以用于将文本分为正面和负面情感的分类。
- 垃圾邮件过滤：可以用于将邮件分为垃圾邮件和非垃圾邮件的分类。
腾讯云提供了一系列与深度学习相关的产品和服务，可以用于支持CNTK二进制分类器的开发和部署。其中，推荐的产品包括：
- 腾讯云AI Lab：提供了深度学习平台和工具，包括Jupyter Notebook、TensorFlow、PyTorch等，方便进行模型训练和调试。
- 腾讯云GPU实例：提供了强大的GPU计算能力，可以加速深度学习模型的训练和推理。
- 腾讯云容器服务：提供了容器化部署的环境，可以方便地将训练好的模型部署到生产环境中。
更多关于腾讯云相关产品和服务的介绍，请参考腾讯云官方网站：腾讯云。
相关·内容
1回答
营养图像分类任务
neural-network、image-classification、attention-mechanism、deep-learning
我需要一个模型，能够接收作为输入的营养信息图表的图像，并告诉水平的糖，该产品有。这将是一个三级分类问题(糖低于5g时是低的，5到22.5g之间是中等的，大于22.5g时是高的)。我已经准备好了所有的数据，总共有16000张图片。然而，我无法用数据来训练一个合适的模型。我尝试了一个由三个卷积层组成的简单的卷积神经网络，一个来自keras的预训练的起始resnet v2，甚至一个注意模型(Github)。结果总是一样的，精度等于来自最常见类别的样本的比例。因此，这些模型无法解决这一问题，只是押注最有可能的。
什么样的网络能够解决这个问题？我从来没有处理过网络，必须“阅读”和分类文本。
浏览 0提问于2021-01-26得票数 2
3回答
学会使用GPU吗？
python、tensorflow、scikit-learn、k-means、neuraxle
阅读scikit的实现--在TensorFlow：和scikit中学习--学习：，我正在努力决定使用哪个实现。
学习是作为tensorflow码头容器的一部分安装的，所以可以使用这两种实现。
使用scikit的理由--学习：
与tensorflow实现相比，学习包含更少的样板。
使用tensorflow的原因：
如果运行在Nvidia GPU上，算法将被并行运行，我不确定scikit-learn是否会利用所有可用的GPU？
读取
TensorFlow更低层次；基本上，乐高积木可以帮助您实现机器学习算法，而scikit- learning则为您提供现成的算法，例如支持向量机、随
浏览 10提问于2017-01-10得票数 108
回答已采纳
1回答
Kubeflow与其他备选方案
kubeflow
我试图找出什么时候创建自己的Kubeflow MLOps平台是合理的：
如果你是Tensorflow专卖店，你还需要Kubeflow吗？为什么不只是TFX？编曲可以用气流来完成。为什么要使用Kubeflow，如果您使用的都是scikit-学习，因为它不支持GPU，分布式训练方式？如果您确信要使用Kubeflow，云提供商(Azure和GCP)将提供ML管道概念(谷歌在幕后使用Kubeflow )作为托管服务。当部署自己的Kubeflow环境是有意义的时候？即使您需要部署on，也可以选择使用云资源(云上的节点和数据)来训练模型，并且只将模型部署到on。因此，使用Azure或GCP AI平台作为托
浏览 4提问于2020-03-21得票数 10
回答已采纳
1回答
分类技术
neural-network、svm、hidden-markov-models
我的BE最后一年的项目是关于手语识别。在为一个哑巴用户生成的符号视频中看到的模式选择正确的分类技术时，我感到非常困惑。我了解到神经网络( NN )在几个方面比隐马尔可夫模型更好，但微调神经网络的参数需要大量的时间。此外，一些报告说支持向量机在性能上比神经网络更好。我应该在这些选择中选择什么，或者有没有其他更好的选择，这样我就可以在4-5个月内完成我的项目，并且我可以继续在我的硕士课程中学习这个领域？
浏览 1提问于2011-05-19得票数 0
1回答
Tensorflow中的机器学习
machine-learning、python、scikit-learn、tensorflow
我正在做一项基于分析机器学习的不同Python库的工作。
我选择分析Scikit--学习，Keras，Tensorflow和Py手电筒，因为它们是最著名的。其思想是训练不同的模型，包括监督学习和非监督学习，以及分类和回归。在每个库中使用不同类型的算法，并分析它们所带来的困难/设施以及性能。
当我试图在Tensorflow中执行同样的学习时，我的问题就出现了，因为对于后者，我发现了大量用于深入学习(神经网络)的信息，但对于机器学习算法(决策树、随机森林支持向量机、支持向量机、线性/Logistic回归、K-NN、KMeans、朴素-贝叶斯等)则没有发现.
是否可以将这些ML算法应用于tensor
浏览 0提问于2021-08-25得票数 0
3回答
帮助定义问题的2类类别是什么？
machine-learning、algorithms
在学习机器学习的过程中，我了解了在开始尝试建模之前定义问题的重要性。
我可以看到两种类型的问题分类：
监督/无监督/强化算法
分类/聚类/回归/排名
在网络上找到的示例定义：
第一类：
监督算法:训练数据集有输入和期望的输出。在培训期间，模型将调整其变量，将输入映射到相应的输出。
无监督算法:在这类算法中，没有目标结果。算法将对不同组的数据集进行聚类。
强化算法:这些算法都是关于决策的训练。因此，在这些决策的基础上，该算法将根据输出的成败进行训练。最后，通过经验算法将能够给出良好的预测。
第二类：
分类:你想要一个算法来回答二进制的是或否问题(猫或狗，好的或坏的，绵羊或山羊，你知道)，或者你想
浏览 0提问于2018-10-09得票数 1
1回答
使用Tensorflow + Keras的对象检测项目(根架构)。图像样本大小对模型的精确训练？
tensorflow、image-processing、keras、deep-learning、object-detection
我目前正在大学做一个项目，在那里我们使用python + tensorflow和keras来训练图像对象检测器，以检测拟南芥根系统的不同部分。
我们目前的结果非常糟糕，因为我们目前只有大约100幅图像来训练模型，但是我们目前正在努力培养更多的植物，以便获得更多的图像(更多的数据)来训练tensorflow模型。
我们实现了以下Mask_RCNN模型：，我们希望检测三个对象类别:茎、主根和次级根。但该模型在二次根的位置检测不正确。它应该能够检测到这样的东西：
培训我们现在正在使用的根数据集：
用于训练神经网络精确结果的通常样本大小是多少？
浏览 0提问于2018-09-27得票数 1
回答已采纳
1回答
学习字符串模式的机器学习技术
machine-learning、pattern-matching、weka、mahout
我是机器学习的新手，我正在寻找一种基于训练数据集来学习字符串模式的技术。
我的问题：我有不同类型的单词，属于不同的类别。每个类别都有自己的模式(例如，一个有固定长度，只有特殊字符，另一个存在于仅出现在这类“word”中的其他字符)。
例如：
"ABC" -> type1
"ACC" -> type1
"a8 219" -> type2
"c 827" -> type2
"ASDF 123" -> type2
...
我正在寻找一种机器学习技术，根据训练数据，自己学习这些模式。我已经尝试
浏览 2提问于2016-09-07得票数 2
2回答
ANN是如何用于分类的？
neural-network
我正在阅读关于人工神经网络的文章，据说人工神经网络用于训练数据训练后的预测。并给出了神经网络在分类中的应用。
假设我的数据包括输入as (\theta，sin(\theta))和输出as -1 (如果它位于正弦波的上半部分，则为+1 )。这里是否保证经过训练的神经网络总是产生输出为+1或-1 (即分类为+1或-1)？如果没有，那么ANN是如何用于分类的？
浏览 0提问于2017-04-09得票数 -1
回答已采纳
3回答
神经网络可以只用一类训练数据来训练吗？
neural-network
我只想知道神经网络是否可以用单一类别的数据集进行训练。我有一组数据要用来训练神经网络。在训练之后，我想给训练好的神经网络提供新的数据(用于测试)，以检查它是否可以识别出它与训练样本相似。
使用神经网络可以做到这一点吗？如果是，这将是监督学习还是无监督学习。
我知道如果有多个类，神经网络可以用于分类，但我以前从未见过单个类。一个很好的解释和任何例子的链接将非常感谢。谢谢
浏览 76提问于2016-08-18得票数 3
回答已采纳
1回答
一个多等级文本分类问题
python、text、classification、hierarchy
我试图根据每一种产品的文本描述来生产一系列的产品分类器。我所拥有的数据框架类似于下面的内容，但更复杂。使用Python和sklearn库。
data = {'description':['orange', 'apple', 'bean', 'carrot','pork','fish','beef'],
'level1':['plant', 'plant', 'plant', 'pl
浏览 5提问于2021-12-16得票数 0
回答已采纳
1回答
“伯特模型的微调”指的是什么？
nlp、bert-language-model、huggingface-transformers、transformer-model
我无法理解一件事，当它说“伯特的微调”时，它实际上是什么意思：
我们是不是又用新的数据重新训练了整个模型。
或者我们只是用新的数据来训练顶级的几个变压器层。
或者我们正在训练整个模型，但考虑到预先训练的权重作为初始权重。
或者变压器层上已经没有几层人工神经网络，这仅仅是为了保持变压器重量的冻结而接受训练。
试过谷歌，但我很困惑，如果有人能帮助我这一点。
提前感谢！
浏览 1提问于2021-06-01得票数 1
1回答
具有多个特征的培训模型，其价值观在概念上是相同的
machine-learning、h2o
例如，假设我正在尝试训练一个二进制分类器，它接受表单的样本输入。
x = {d=(type of desk), p1=(type of pen on desk), p2=(type of *another* pen on desk)}
比如说，我在样本上训练了一个模型：
x1 = {wood, ballpoint, gel}, y1 = {0}
x2 = {wood, ballpoint, ink-well}, y2 = {1}.
并尝试预测新的样本：x3 = {wood, gel, ballpoint}。在这种情况下，我希望得到的响应是y3 = {0}，因为从概念上来说，这不重要
浏览 3提问于2017-07-14得票数 1
回答已采纳
3回答
CNTK和WIN ML的区别是什么
deep-learning、cntk、windows-machine-learning
我知道我的问题很基本，但我需要一些澄清。CNTK是我目前使用的深度学习框架，可以用来在windows机器上训练和评估模型。如果我想在Windows设备上运行用CNTK训练的模型，我应该使用WIN ML。我说的对吗? WIN ML也可以在windows机器上使用吗？
浏览 36提问于2019-01-01得票数 0
回答已采纳
1回答
使用表格数据进行CoreML设备上模型训练
ios、swift、coreml、turi-create
我正在尝试建立一个应用程序，提出建议(不同的类)的基础上的表有4个功能:纬度，经度，时间和工作日。
我的应用程序的训练数据是100%个人化的，所以预先训练模型并没有什么意义。我希望能够在设备上训练。我知道CoreML 3支持神经网络和kNN分类器的更新，但这真的对我的表格数据有帮助吗？
其他表格分类器，如吹嘘的树，随机森林...不幸的是不能在设备上训练。对于那些更简单的机器学习算法的设备训练，有没有CoreML的替代品？或者CoreML已经在做我想要的事情了。
不幸的是，我并不是真正的神经网络专家。
浏览 13提问于2019-11-20得票数 2
2回答
腾讯云上访问不到https？
ICP备案、云服务器、SSL 证书、网络安全、https
您好，我的云服务器和域名都是在腾讯云上购买。之后我申请了免费的数字证书，然后给我的springboot应用使用，我在本地的时候是可以使用的，可以用https访问。但是部署在腾讯云上以后访问不到，被拒绝了。之后我把443端口换成1443以后还是访问不到。会不会跟域名正在备案有关，麻烦你们帮忙解答一下，谢谢。
1.jpg
2.png
浏览 1523提问于2020-05-23
2回答
对客户邮件进行分类
machine-learning、nlp、feature-selection、feature-extraction、multilabel-classification
我正在为一家公司做一个项目，该项目需要对客户关于贷款和保险的电子邮件进行分类。电子邮件是从13个类别标签中唯一标记出来的.数据集中的记录数为3000条。所有的电子邮件都不是正确的英语或格式，有很多拼写错误和不必要的功能，如印度名字，地址等。数据集是非常不平衡的，前三个类别的频率合并到2000年，有两个类别的频率在40-80之间。我设法对数据进行了预处理，并删除了大部分不必要的内容和拼写错误。
我使用LinearSVC建立了一个监督学习模型，在验证数据集上给出了大约78%的结果，之后我使用了XGBoost分类器，将准确率提高到80%。这两种模型都使用Tfidf向量作为输入，其中包含预处理后的单数
浏览 0提问于2016-06-18得票数 5
2回答
机器学习中不同方面的困惑
machine-learning、unsupervised-learning、supervised-learning、machine-learning-model
在阅读了关于ML和算法的不同文章之后，科学家在描述ML的不同方面时倾向于使用不同的词。
所以现在我自己有点困惑，我希望如果我错了，你可以纠正我。
1)因此，在我看来，监督学习和无监督学习是机器学习算法的不同类别。每一类包含不同的算法，如神经网络和贝叶斯？
2)回归、分类和聚类是模型的类型。
3)模型是经过训练的算法的结果。
我希望我没有完全错，谢谢！)
浏览 0提问于2018-04-14得票数 1
2回答
在神经网络中使用不同类的混淆(训练与测试)
neural-network、deep-learning、classification、text-classification
我刚开始深入学习，对于在某些课程上训练神经网络并在不同的课程上进行测试，我感到很困惑。假设我想要一个学习作者属性的卷积神经网络(识别某个文本的作者)。例如，这一模式在几十万篇课文中针对10,000名作者/课程进行了培训。该模型如何概括它在测试集中预测一个新作者/类的作者的知识？它会不会被训练来识别最初被训练的作者而不是新的作者？例如，一个知道图像是猫还是狗的CNN被训练成这样，并且在测试时它预测了相同的类别。
浏览 0提问于2020-06-20得票数 1
1回答
如何检测多类分类后的误判数据？
machine-learning、deep-learning、tensorflow
我已经训练了一个神经网络多类分类模型，大约有150个类别，准确率约85%。一旦对模型进行了培训和部署，它就会预测新的数据，而我将保存日志。现在我必须检测那些数据点，这些数据点被模型错误地预测了。例如，该模型对10个数据点进行了预测，其中可能有3个数据点被模型错误分类。有什么办法能得到这些数据点吗？我有以下数据。
部署的模型。
数据点。
相应的预测类由模型来预测。
信心分数在预测上。
我知道用信心得分我可能会对错误的预测有一些想法，但我在想还有什么别的方法可以得到吗？
浏览 0提问于2021-01-11得票数 1
回答已采纳
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
热门标签
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
腾讯云开发者
