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
DNN
二进制
分类
器
的
准确率
没有
提高
machine-learning
、
keras
、
scikit-learn
、
deep-learning
、
classification
我
的
二进制
分类
器
DNN
的
准确性似乎从第一个时代起就停滞不前了。我认为这意味着模型
没有
学习。对于为什么会发生这种情况,有什么见解吗?问题陈述:我想对传感
器
的
给定读数序列进行
分类
(例如:0-1- 15 -1-03)转换为0或1 (0相当于“空闲”状态,1相当于“活动”状态)。我尝试使用SGD而不是Adam,尝试使用不同
的
内核初始化,尝试更改隐藏层
的
数量和每层神经元
的
数
浏览 14
提问于2019-05-10
得票数 2
3
回答
如何在多类
分类
问题上应用wide_n_deep教程?
python
、
tensorflow
现在,我希望将广度和深度模型应用于更多
的
类,特别是数值数据而不是字符串数据。但是我有TypeError: argument of type 'float' is not iterable 我还尝试删除将label列转换为int
的
代码,如上所述,我得到了tensorflow.contrib.learn.python.learn.monitors.NanLossDuringTrainingErrorwide_n_deep模型不能用于多
分类
吗?
浏览 1
提问于2016-09-22
得票数 0
1
回答
更高
的
训练集精度,更低
的
测试集精度
tensorflow
、
keras
、
deep-learning
我正在使用CNN对无线信号进行
分类
。同时,我遇到了一些奇怪
的
问题-当训练集
准确率
为80%时,我获得了79%
的
测试集
准确率
,但当trianset
准确率
为93%时,测试集
准确率
下降到了71%。以前有
没有
人遇到过同样
的
问题? 我
的
网络是基于keras + tensorflow
的
。net
的
细节是: CNN(512,(2,2),tanh) fl
浏览 38
提问于2020-07-26
得票数 0
1
回答
我们可以对一个热编码标签使用sigmoid激活函数和
二进制
_crossentropy吗
python
、
deep-learning
、
conv-neural-network
、
loss-function
标签向量
的
形状为(3500,8)。当我在输出层尝试
分类
交叉熵和softmax函数时,我
的
准确率
很低。但是当我使用
二进制
交叉熵和sigmoid时,我
的
准确率
提高
了。以前,我认为对于多类
分类
,我们应该使用softmax和
分类
交叉熵。我想知道这是一种正确
的
方法吗? 有人能给我这个概念
的
洞察力吗?
浏览 0
提问于2019-12-13
得票数 0
1
回答
TensorFlow指标: top-N精度
python
、
tensorflow
、
metrics
、
top-n
我正在使用add_metric尝试创建一个自定义指标,用于计算
分类
器
的
前3个
准确率
。,), dtype=int64) # 'logits': <tf.Tensor '
dnn
/logits/BiasAdd:0' shape=(?, 26) dtype=float32>, # 'class_ids': <tf.Tensor '<
浏览 42
提问于2019-04-19
得票数 2
回答已采纳
1
回答
评估多标签
分类
的
DNNClassifier
tensorflow
、
machine-learning
、
scikit-learn
、
classification
、
multilabel-classification
我正在使用tensorflow DNNClassifier进行多标签
分类
,它在使用其度量标准时使用准确性。我正在使用sklearn f1指标对模型进行评估,它显示出相当低
的
分数。另外,sklearn
的
准确率
也很低。我
的
实现是不是哪里错了?
DNN
分类
器
embedding_feats = hub.text_embedding_column(key='text', module_spec
浏览 16
提问于2019-05-28
得票数 0
1
回答
我需要微调最后
的
卷积层,在一个最先进
的
CNN模型,如ResNet50?
python
、
machine-learning
、
keras
、
deep-learning
、
transfer-learning
我
的
毕业设计是使用CNN模型上
的
转移学习,它可以从胸部X光图像中诊断新冠肺炎。利用贝叶斯优化
器
利用Keras调谐
器
库对完全连通层数、层中节点数、学习速率、下降率等超参数进行微调,得到了很好
的
结果,多类
分类
的
测试
准确率
为98%,
二进制
分类
的
测试
准确率
为99%。然而,我冻结了所有的层在原来
的
基础模型。我只微调了最后一个完全连接
的
层后,详尽
的<
浏览 3
提问于2021-02-10
得票数 0
回答已采纳
1
回答
神经网络高置信度不准确预测
tensorflow
、
machine-learning
、
neural-network
、
deep-learning
我在一个
分类
任务上训练了一个神经网络,它正在学习,尽管它
的
准确性不高。我正在尝试找出它对哪些测试用例
没有
信心,这样我就可以对正在发生
的
事情有更多
的
了解。为了做到这一点,我决定使用Tensorflow中
的
标准softmax概率。为此,我调用了tf.nn.softmax(logits),并使用了这里提供
的
概率。我注意到很多时候概率是99%,但预测仍然是错误
的
。因此,即使我只考虑预测概率高于99%
的
例子,我得到
的
准
浏览 43
提问于2017-12-28
得票数 1
1
回答
Keras针对精确度和召回率
的
自定义决策阈值
python
、
machine-learning
、
tensorflow
、
classification
、
keras
我正在使用Keras (使用Tensorflow后端)进行
二进制
分类
,我得到了大约76%
的
准确率
和70%
的
召回率。现在,我想尝试使用决策阈值。据我所知,Keras使用判决阈值0.5。在Keras中,有
没有
一种方法可以使用自定义阈值来
提高
决策精度和召回率? 谢谢您抽时间见我!
浏览 0
提问于2017-03-05
得票数 13
回答已采纳
2
回答
统一文本和图像
分类
(Python)
python
、
machine-learning
、
classification
、
text-classification
我正在编写一个代码来对科学文章
的
文本进行
分类
(使用标题和摘要)。为此,我使用了SVM,它提供了很好
的
准确率
(83%)。同时,我使用CNN对这些文章
的
图像进行了
分类
。我
的
想法是将文本
分类
器
和图像
分类
器
合并,以
提高
准确率
。 有可能吗?如果是这样的话,你会知道我如何实现它或某种指导方针吗? 谢谢!
浏览 17
提问于2019-02-04
得票数 2
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%)。我将binary_crossentropy
的
目标作为0和1
的
列表传递,例如: 0,1,1,1,0。这是我用于第二个
分类
器
的
模型:
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
我正在做一个使用python中
的
朴素贝叶斯
分类
器
进行文档
分类
的
项目。我已经使用了nltk python模块来做同样
的
事情。这些文档来自路透社数据集。我执行了词干提取和停用字消除等预处理步骤,并继续计算索引项
的
tf-idf。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
2
回答
如何使用深度神经网络
提高
验证精度?
deep-learning
、
caffe
、
mxnet
我正在尝试建立一个具有13000个训练图像和3000个验证图像
的
11类图像
分类
器
。我使用
的
是深度神经网络,它正在使用mxnet进行训练。训练
准确率
正在
提高
,达到80%以上,但验证
准确率
在54-57%之间,而且
没有
增加。这里会有什么问题呢?我应该增加图片
的
数量吗?
浏览 1
提问于2016-05-04
得票数 13
回答已采纳
1
回答
用AutoML (ml.net)识别准确性和删除特征
machine-learning
、
ml.net
、
automl
我仍然有一些问题,并希望有人可以帮助或指导我在正确
的
方向,我
的
一些问题。现在,当我做我
的
评估时,
准确率
下降到84%。这是否意味着原来
的
训
浏览 0
提问于2019-07-08
得票数 0
3
回答
使用LSA/SVD进行文档
分类
svm
、
text-mining
、
document-classification
、
latent-semantic-indexing
我正在尝试使用支持向量机(SVM)进行文档
分类
。我拥有的文档是电子邮件
的
集合。我有大约3000个文档来训练SVM
分类
器
,并且有大约700个需要
分类
的
测试文档集。我最初使用
二进制
DocumentTermMatrix作为支持向量机训练
的
输入。用测试数据进行
分类
,我得到了大约81%
的
准确率
。DocumentTermMatrix是在删除几个停用词之后使用
的
。因为我想
提高
这
浏览 5
提问于2011-10-19
得票数 3
1
回答
Keras
DNN
预测模型
的
精度
没有
提高
python
、
tensorflow
、
machine-learning
、
keras
、
deep-learning
我正在尝试使用<code>C0</code>数据训练Keras
DNN
模型进行预测。我已经对数据进行了标准化,并将其分为训练、测试和验证部分。我遇到了一个关于我
的
晒黑和验证准确性
的
问题,它(几乎)保持不变。精度始终停留在(0.1431)。我尝试了许多不同
的
超参数,包括将激活函数更改为tanh和relu,并尝试在第一个密集层之后添加批处理归一化层,我使用了SGD优化
器
(更改了学习率、动量,甚至尝试将优化
器
更改为Adam),尝试了不同
的
损失
浏览 8
提问于2020-07-31
得票数 0
1
回答
增加训练样本会降低最大熵
分类
器
的
精度
machine-learning
、
nlp
、
text-classification
我正在使用MaxEnt词性标记
器
对语言语料库进行pos标记
分类
。我从理论上知道,增加训练样本通常会
提高
分类
精度。但是,我观察到,在我
的
例子中,如果我将3/4
的
数据用于训练,其余
的
用于测试,则标记
器
会给出最大f度量值。如果我将训练数据大小增加到整个语料库
的
85或90℅,那么
准确率
就会下降。即使将整个语料库
的
训练数据大小减少到50℅,
准确率
也会下降。 我想知道随着训练样本<e
浏览 0
提问于2016-11-03
得票数 1
1
回答
在SVC中添加更多
的
特性会导致性能下降,甚至导致w/正则化。
machine-learning
、
classification
、
scikit-learn
、
svm
、
overfitting
我有一个相对较小
的
数据集,30个样本带有
二进制
标签(16个阳性和14个阴性)。对于每个样本,我也有五个连续
的
特性。我正在尝试使用支持向量
分类
器
(SVC)来完成这项任务。在
分类
任务中,我使用左一输出交叉验证测试了不同特征组合
的
性能和正则化强度。 我发现一件奇怪
的
事情是,如果我把特征A单独用于
分类
,我可能获得87%
的
分类
准确率
。如果孤立地使用特征B,则可以获得60%
的
浏览 0
提问于2017-03-14
得票数 3
回答已采纳
3
回答
weka AdaBoost不会改善结果
machine-learning
、
data-mining
、
weka
、
bayesian
、
adaboost
在我
的
学士学位论文中,我应该使用带有MultinomialNaiveBayes
分类
器
的
AdaBoostM1来解决文本
分类
问题。问题是在大多数情况下,在
没有
提升
的
情况下,M1更差或等于MultinomialNaiveBayes。不幸
的
是,我在网上找不到任何关于这一点
的
东西,因为大多数人似乎对AdaBoost非常满意。
浏览 4
提问于2012-05-15
得票数 3
回答已采纳
1
回答
除了图像
的
下采样
二进制
网格之外,我还可以将哪些功能用于手写OCR?
neural-network
、
ocr
、
handwriting
、
feature-extraction
嗨,我一直在搜索研究论文,关于在我
的
手写OCR
分类
神经网络中使用哪些功能会很好。我是一个初学者,所以我只是获取手写字符
的
图像,在它周围做一个边界框,然后将它调整为15x20
的
二进制
图像。这意味着我有一个包含300个要素
的
输入层。从我在google上找到
的
论文(大多数都是相当古老
的
)来看,方法确实各不相同。我
的
准确率
并不差,只有一个
二进制
网格
的
图像,但我想知道是否有人有其他功能,我可
浏览 2
提问于2012-10-15
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
精准防御对抗性攻击,清华大学提出对抗正则化训练方法DeepDefense
Science重磅!用光速实现深度学习,跟GPU说再见
牛津大学&Emotech首次严谨评估语义分割模型对对抗攻击的鲁棒性
人工智能和边缘计算在疾病实时诊断中的应用
IBM为AI芯片加突触 算力超GPU100倍
热门
标签
更多标签
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
活动推荐
运营活动
广告
关闭
领券