1回答
我正在使用tensorflow.keras来训练CNN来解决图像识别问题，使用Adam最小化来最小化自定义损失(一些代码在问题的底部)。我正在试验我需要在训练集中使用多少数据，我认为我应该看看我的每个模型是否都正确地收敛了。然而，当绘制不同训练集分数的损失与训练次数的关系图时，我注意到损失函数中存在大约周期性的峰值，如下图所示。在这里，不同的行显示了不同的训练集大
浏览 19提问于2020-05-20得票数 2
2回答
我使用Keras和TensorFlow来实现一个深度神经网络。当我损失和迭代次数时，在每一个时代之后，损失都会有一个显著的跳跃。实际上，每个迷你批次的损失应该各不相同，但是Keras计算的是小批的移动平均损失，这就是为什么我们获得了一条平滑的曲线而不是任意的曲线。移动平均线的阵列在每一个时代之后都会被重置，因此我们可以观察到损失的</em
浏览 4提问于2022-04-29得票数 1
回答已采纳
1回答
我的意思是，softmax输出所有类的概率，这些类之和为1，例如[0, 0.1, 0.8, 0.1]。但是如果我的标签是，例如[0, 1, 0, 1, 0] (多个正确的类)，那么softmax不可能输出正确的值？
我应该用softmax代替吗？还是我漏掉了什么？
浏览 0提问于2017-12-14得票数 2
回答已采纳
1回答
我正在使用在Tensorflow中实现的卷积神经网络(cnn)进行图像分割。我有两个类，我使用交叉熵作为损失函数和Adam优化器。我正在用大约150张图片训练这个网络。在训练过程中，我看到了这种周期性的模式，训练损失一直下降到有一对高的值，然后迅速下降到以前的水平。
通过降低
浏览 0提问于2018-06-05得票数 0
当我训练tensorflow模型时，它通常会在每次迭代中输出类似于下面一行的信息 INFO:tensorflow:loss = 1.9433185, step = 11 (0.300 sec) 打印的损失是模型当前看到的批次的损失，还是所有先前训练批次的运行平均损失？如果我使用批次大小为1的批次，即每批只有一个训练样本，那么打印的损失</
浏览 57提问于2021-08-23得票数 1
1回答
我有一个用于图像分类的DenseNet121。就目前而言，培训安排相当简单：每100批使用验证数据加载器评估损失。在一个时代结束时，将当前状态在验证数据上的损失与以前具有最佳验证损失的状态进行比较(对于第一个阶段，只需将其与1e5这样的随机高数进行比
浏览 0提问于2021-01-30得票数 1
回答已采纳
2回答
所以我再试一次，
当在Tensorflow中拟合顺序模型时，如何将预先计算的值添加到损失函数中？使用的损失函数是BinaryCrossentropy，在本文引用的</em
浏览 1提问于2020-05-12得票数 0
我现在使用Keras来训练我的LSTM模型来解决时间序列问题。我的激活函数是线性的，优化器是Rmsprop。然而，我观察到的趋势是，当训练损失缓慢减少时，在一个较小的值附近波动，验证损失在很大的方差上上下跳跃。
因此，我提出了两个问题: 1.验证性损失是否影响培训过程？2.如何使模型更稳定，从而使模型返回一个更稳定的验证损失值？
浏览 6提问于2017-08-21得票数 0
我正在使用tensorflow构建一个神经协同过滤推荐模型，使用二进制交叉熵作为损失函数。当然，要预测的标签是二进制的。 在训练每个时期时，打印损失函数。我有一个for循环，它逐个时期地训练模型时期，然后在当前状态下使用模型来预测测试标签，并使用sci-kit学习的log_loss函数再次计算损失。我注意到tensorflow计算的损失(由loss :表示)始终高
浏览 38提问于2021-10-08得票数 0
回答已采纳
预训练模型：mask_rcnn_inception_v2_coco信息:tensorflow:全局步骤4181:损失= 0.0031 (3.290秒/步)信息:tensorflow:全局步骤4182:<e
浏览 1提问于2019-01-24得票数 2
回答已采纳
我正在关注这个传入train_step是否是因为它封装了此特定示例中网络的所有操作？sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})from tensorflow.examples.tutorials.mnistimport input_data
mnist = input_data.read_data_sets(&quo
浏览 3提问于2018-07-18得票数 5
回答已采纳
3回答
我想用神经网络来预测一个标量值，它是输入值的函数和一个随机值(假设是高斯分布)的和，它的方差也取决于输入值。现在我想要一个有两个输出的神经网络-第一个输出应该近似确定性部分-函数，第二个输出应该近似随机部分的方差，这取决于输入值。要训练这样的网络，我需要什么损失函数？(如果有用于Tensorflow的Python示例，那就太好了，但我也对一般的答案感兴趣。我也不太清楚如何用Pyth
浏览 5提问于2019-05-19得票数 1
1回答
损失函数周期性跳变的原因
、、、、
我可能错过了一些显而易见的东西，因为我是机器学习的新手。我正在训练一个SSD盗梦空间V2，用于从卫星图像中检测建筑物。我使用Tensorflow对象检测API。我很难解释为什么损失的价值似乎是周期性变化的：如果需要增加更多的信息，请告诉我
浏览 0提问于2020-11-30得票数 0
回答已采纳
我正在使用tensorflow估计器对象来训练来自官方tensorflow层文档()的模型。我可以看到训练损失在训练期间显示在控制台上。有没有办法存储这些培训损失值？
谢谢!
浏览 0提问于2018-02-23得票数 2
回答已采纳
这是关于预测帕金森病的，因为我想建立一个独立于患者的LSTM模型。目前，我已经使用TensorFlow和我自己的损失函数实现了它。因为我计划在每批数据中引入标记的训练数据和未标记的训练数据来训练模型。我想将我自己的损失函数应用于标记和未标记的训练数据，还希望仅对标记的训练数据应用交叉熵损失。我能在tensorflow中做到这一点
浏览 0提问于2018-03-05得票数 0
我使用低级别的tensorflow API构建了一个模型，它只有几个变量(大约10个)，我想要优化这些变量。因此，我想实现一个自定义的损失函数，它产生噪声损失值(类似于一种基于仿真的优化方法)。有没有一种方法可以实现不可区分的损失函数，以及像SPSA这样的带有低级别tensorflow API的优化器？
有人可能会问，为什么要用tensorflow来做这个呢？这是因为我想使用tensorfl
浏览 0提问于2018-01-31得票数 3
回答已采纳
在将TensorFlow模型转换为TensorFlow精简版格式时，是否存在性能损失？因为我从不同的边缘设备获得了这些结果： ? 当Nvidia Jetson与树莓派( TensorFlow Lite )模型进行比较时，Nvidia Jetson与TensorFlow模型(TensorRT优化)具有更高的准确性，这有意义吗？
浏览 110提问于2020-04-09得票数 1
回答已采纳
我已经用tensorflow训练了一段时间用于语音识别的深度NN声学模型。我所用的损失函数是交叉熵，神经网络模型对此有很好的影响。现在，我想将损失函数转换为一个更复杂的函数，称为最大互信息( MMI )，这也是语音识别领域中的一个经典准则。我在这里放了一个，它描述了这个损失函数，以防你有兴趣。当使用这个特殊的损失函数时，损失函数w.r.t的导数。
浏览 1提问于2017-09-06得票数 0
回答已采纳
1回答
我正在研究基于Tensorflow的成本敏感神经网络。，但由于静态图形结构的Tensorflow。有些神经网络结构无法由我自己实现。我的损失函数(成本)、成本矩阵和计算过程如下，我的目标是计算总成本，然后优化神经网络：
y_soft[i] [
浏览 1提问于2017-09-20得票数 0
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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
