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
LSTM
模型
在
评估
过程中
没有
任何
方差
python
、
tensorflow
、
machine-learning
、
keras
、
lstm
我有一个关于
LSTM
模型
评估
的问题。我已经训练了一个
LSTM
模型
,并将其存储
在
model.save(...)中。现在我想要load_model,并在验证集数据集上对其进行
评估
。由于神经网络是随机的,所以我多次运行它,并计算我感兴趣的不同指标的均值和
方差
。现在,我感到震惊的是,
在
第一次运行后,所有连续运行的每个指标都具有相同的性能。所以我的问题是:
在
设置我的
模型
验证时,我的错误是什么?我该如何解决这个
浏览 23
提问于2021-01-28
得票数 0
1
回答
在
使用tf.Keras.Sequential应用编程接口和
LSTM
评估
模型
时激活循环丢失
tensorflow
、
machine-learning
、
keras
我预先训练了一个
LSTM
编码器/解码器,
没有
使用dropout,这样我就可以使用GPU并加快训练速度。我现在已经重新构建了
模型
,并添加了dropout和recurrent,并希望
在
推理
过程中
激活它,以估计我预测的置信区间。我不确定如何使用顺序应用编程接口
在
我的
模型
中添加training=True参数。我认为我可以
在
评估
模型
时做到这一点,但事实似乎并非如此: encoder_decoder_dropout.e
浏览 14
提问于2020-08-26
得票数 1
回答已采纳
1
回答
当我的RF log_loss套接字是不同的,然后提交分数?
machine-learning
、
random-forest
我训练射频,并参加数据竞赛。 %%timefrom sklearn.model_selection import train_test_splitdef under_over_test(X,y): RFC_METRIC = 'gini' #metric used f
浏览 0
提问于2020-02-11
得票数 0
2
回答
Keras序列
模型
的负载检验总损失/验证精度
python
、
python-3.x
、
tensorflow
、
keras
对于以下问题,我
没有
找到
任何
答案:m = load_model.load("
lstm
_model_01.hd5") 我检查了m的所有可调用方法,但
没有
找到我要找的东西
浏览 0
提问于2018-03-07
得票数 2
回答已采纳
2
回答
评估
模型
时Keras自定义生成器问题
python
、
tensorflow
、
keras
、
generator
我正在用Keras训练一个CNN的
LSTM
模型
,
在
训练完成之后,我试着对测试数据进行
评估
,就像我对CNN进行微调时所做的那样,但是这次出现了一个错误。
在
完成培训之后,我试图按照下面的代码对测试集进行
评估
:print("Loss: ", loss) 我以前使用过这
浏览 0
提问于2018-10-16
得票数 0
回答已采纳
2
回答
从TensorFlow
模型
中求出概率分布曲线
python
、
tensorflow
、
machine-learning
、
curve-fitting
、
tensorflow-probability
我试着学习如何使用TensorFlow,所以我试图建立一个概率ML
模型
,根据最近n天的价格序列得到第二天股票价格的概率分布。在这样做的时候,我设法预测了第二天的价格,但
没有
得到
模型
的概率分布。如何从TensorFlow
模型
中得到
模型
预测所依据的曲线?X_test.shape[0], X_test.shape[1], 1)) model = tfk.Sequential() model.add(tfkl.
LSTM
return_sequences
浏览 4
提问于2022-08-14
得票数 0
1
回答
用自定义特性
评估
LSTM
python
、
tensorflow
、
machine-learning
、
keras
、
lstm
我是机器学习的新手,但我想了解一些我
在
另一篇文章中遇到的东西。此人的数据如下所示: 22,M,“买了一部电话” agei = Input(shape=(1,)) conc = Concatenate()(
lstm
, age
浏览 0
提问于2018-12-02
得票数 0
5
回答
ARIMA与
LSTM
的时间序列预测
time-series
、
deep-learning
、
rnn
、
prediction
到目前为止,我遇到了两种模式:阿里玛如果我们正在处理大量的数据,并且有足够的培训数据可用,那么
LSTM
工作得更好,而ARIMA更适合较小的数据集(这是正确的吗?)ARIMA需要一系列参数(p,q,d),这些参数必须基于数据计算,而
LSTM
不需要设置这些参数。然而,我们需要为
LSTM
调优一些超参数。编辑:我
在
阅读一篇伟大的文章这里时注意到两者的一个主要区
浏览 0
提问于2016-07-11
得票数 86
1
回答
有效评价多元正态
r
、
probability
、
evaluation
、
normal-distribution
、
log-likelihood
我想
评估
由多元正常密度产生的数据点。我必须根据不同的均值和协
方差
矩阵来
评估
每个数据点。我有两种方法来
评估
每一次观察的可能性。另外,我有两个不同的
方差
协
方差
矩阵。现在,我只考虑二维正态分布。基本上,我必须做很多多变量的可能性
评估
,我正在寻找一种方法来更快地做到这一点。sigma = Sigma[[gg]]) #var-cov matrix by group } 我想要做的是:取第一个数据点,用观测1中的平均值A和协
方差
矩阵A来评价它。用观
浏览 1
提问于2018-11-06
得票数 1
回答已采纳
1
回答
分类
模型
中的random_state参数
python
、
random
、
machine-learning
、
scikit-learn
、
evaluation
有人能解释为什么random_state参数对
模型
有如此大的影响吗?我有一个RandomForestClassifier
模型
,并希望设置random_state (可再现性),但是根据我使用的值,我
在
总体
评估
指标(F1评分)上得到了非常不同的值。例如,我尝试用100个不同的random_state值来拟合相同的
模型
,
在
训练广告测试之后,最小的F1是0.64516129,最大的是0.808823529)。这是一个巨大的不同。
浏览 2
提问于2016-03-11
得票数 2
回答已采纳
1
回答
执行特征归一化时的数据窥探、信息泄漏
machine-learning
、
cross-validation
当我们建立一个需要特征规范化的机器学习
模型
时,正确的方法是只使用训练数据集来进行规范化(防止信息泄漏)。也就是说,一种错误的规范化方法是将训练(不包括Y列)和测试数据集叠加在一起,并执行规范化(即使用整个训练+测试数据集的均值和
方差
)。这里的直觉非常清楚:如果您想获得生产中
模型
性能的无偏估计,那么当您训练您的
模型
时,您不应该在测试数据集中注入用于
评估
模型
实际性能的
任何
信息。我的问题是:当我们正确地训练了
模型
并准备使用这个
模型
进行预测时
浏览 0
提问于2018-03-14
得票数 1
回答已采纳
3
回答
如何利用
LSTM
对数据进行列车/试验的正确预测?
neural-network
、
lstm
如果我们使用训练/测试分割并
评估
我们的测试数据,我们可能会得到一个很好的分数,但是
任何
进一步的预测都是不可信的,因为
模型
没有
训练测试数据并将它的序列包含在内存中。另一方面,我们可以将列车和测试序列上的数据训练为列车数据,但由于
没有
测试参考,因此无法
评估
我们的预测。 如何正确预测
LSTM
模型
?
浏览 0
提问于2018-05-05
得票数 1
1
回答
关于火炬批次规范化的几个问题
python
、
tensorflow
、
pytorch
、
batch-normalization
最近,当我
在
PyTorch中使用BN时,我有几个问题。 默认情况下,当我们
在
()中使用PyTorch时,BN层将使用来自特定变量(可能是训练的结果)的一些运行均值和
方
浏览 2
提问于2020-09-08
得票数 1
2
回答
Keras :如何预测超出验证和预测?
tensorflow
、
machine-learning
、
keras
、
time-series
、
lstm
在
处理时间序列预测时,我看到大多数人在使用
LSTM
模型
时遵循以下步骤: 以下内容只接受与培训数据相同的转换数据,但是对于超出验证期的
浏览 1
提问于2021-10-28
得票数 2
回答已采纳
1
回答
角膜缘中fit与评价的差异
tensorflow
、
keras
、
deep-learning
、
batch-normalization
我用100000个样本
在
Keras中训练了一个通用
模型
,并取得了良好的性能。然后,对于特定样本,我希望使用训练的权重作为初始化,并继续优化权重,以进一步优化特定样本的损失。 然而,出现了这个问题。首先,我通过keras轻松地加载训练过的权重,然后对一个特定样本的损失进行
评估
,该损失与
模型
训练
过程中
验证损失的损失非常接近。我认为这是正常的。我认为奇怪的是,对于同一个简单的和加载相同的
模型
权重,为什么model.fit()和model.evaluate()返回不同的结果。我
在</em
浏览 0
提问于2018-12-23
得票数 0
1
回答
如何处理过度自信的
模型
?
python
、
deep-learning
、
classification
、
lstm
我有一个用于行动识别的
LSTM
模型
。
在
推理
过程中
,
任何
没有
标记的随机行为或者
模型
根本
没有
学习到的行为,也会以很高的置信度来预测。我检查了标签平滑技术,这将降低过度自信
模型
的置信度。
浏览 0
提问于2021-11-02
得票数 0
1
回答
用于价格预测的时间序列预测(预测问题)
tensorflow
、
machine-learning
、
time-series
、
forecasting
在
每个时间步,我都使用
LSTM
来预测接下来的10个时间步。输入是最近45-60个观察值的序列。我测试了几种不同的想法,但它们似乎都给出了相似的结果。该
模型
被训练为最小化MSE。对于每个想法,我尝试了一个
模型
,每次预测一个步骤,其中每个预测被反馈为下一个预测的输入,以及一个直接预测下10个步骤(多个输出)的
模型
。
在
时间t,我使用价格的实际值并使用
模型
预测t+1....t+10 2)第二次尝试是试图预测差异,而不是简单的
浏览 2
提问于2018-11-01
得票数 1
2
回答
如何将MC丢包应用于
LSTM
网络keras
deep-learning
、
lstm
、
rnn
、
dropout
我有一个使用keras开发的简单的
LSTM
网络:model.add(
LSTM
(rnn_size,input_shape=(2,w),dropout = 0.25
浏览 0
提问于2019-03-26
得票数 4
1
回答
基于RNN的非线性多变量时间序列响应预测
machine-learning
、
time-series
、
lstm
、
prediction
、
recurrent-neural-network
我一直未能找到类似的预测问题(
在
类似或其他领域),因此,如果你知道一个,参考非常欢迎。 model = Sequential() batch_input_shape=(batch_size,甚至对于训练集也
没有
,因此该
模型
具有很高的偏差。我该如何改进我的
模型
?我已经尝试
浏览 2
提问于2018-02-22
得票数 8
回答已采纳
1
回答
用R检验cox比例风险的多重共线性
r
、
cox-regression
我想通过计算
方差
通货膨胀因子(VIF)来
评估
cox比例风险
模型
中的多重共线性。像{car}这样的包中的vif-函数不接受coxph对象。 有
没有
办法计算R中cox
模型
的VIF?
浏览 12
提问于2014-05-07
得票数 3
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
R语言用FNN-LSTM假近邻长短期记忆人工神经网络模型进行时间序列深度学习预测4个案例
基于长短期记忆网络的空气污染物浓度预测方法与验证
概念理解:通俗的“过拟合与欠拟合”直观解释
DanceNet:帮你生成会跳舞的小姐姐
Matlab用深度学习循环神经网络RNN长短期记忆LSTM进行波形时间序列数据预测
热门
标签
更多标签
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
运营活动
广告
关闭
领券