1回答
无论我训练神经网络多长时间，我的神经网络模型似乎都没有减少损失。inputs是一个由15个(1,14)数组组成的numpy堆栈，因此它具有(15,14)的形状。import tensorflow as tfimport numpy as np
sess.run(train_op_bnn)
浏览 14提问于2018-12-18得票数 1
回答已采纳
total_loss是由tf.losses.get_total_loss()得到的，它平均了tf.Graphkeys.LOSSES的所有损失。
问：为什么参数是由total_loss更新的？
浏览 5提问于2017-11-05得票数 1
回答已采纳
1回答
最近，我一直在尝试复制的结果，但使用的是TensorFlow而不是Keras。然而，我的模型损失并不像那样收敛。我小心翼翼地使用了作者使用的相同参数，即使是那些没有明确显示的参数。我使用的是TensorFlow 1.1.0，Python3.6和Windows10。
最奇怪的是，我们有相同的数据库和相同的模型，只是框架不同。因此，它不应该给出完全不同的行为。
浏览 10提问于2017-07-19得票数 2
回答已采纳
我正在阅读人们对DCGAN的实现，特别是tensorflow中的。
鉴别器和生成器的损失似乎都不遵循任何模式。与一般神经网络不同，一般神经网络的损失随着训练迭代的增加而减少。如何解释GAN训练时的损失？
浏览 4提问于2017-03-09得票数 23
回答已采纳
我有大量的数学，我需要努力来评估我的神经网络的损失和准确性，其中大部分我不知道如何在tensorflow中执行，因为复杂的索引挑战。我的神经网络由一个RNN组成；由于RNNs的性质，如果我选择通过在tensorflow之外计算的上一次迭代的损失/准确性，并使用它作为损失指示符而不是当前的迭代，那么性能会下降吗？我怀疑我会很好，因为RNN的目的是使用过去的数据来影响未来的决策，但是我将要传递的损失将与神经网络在现在所做的决定没
浏览 0提问于2018-02-12得票数 0
回答已采纳
1回答
我正在尝试训练一个神经网络来将单词分类为不同的类别。我注意到两件事：更重要的是，当我使用更大的EPOCH值时，我的模型在减少损失方面做得很好。
浏览 3提问于2020-10-23得票数 3
回答已采纳
1回答
我正在为足球比赛选择最好的投注。我试着把网络做得很深(其中12个隐层以BN和ReLu为激活函数)，但是它导致了渐变问题的消失。最后，我在这两个-8个隐藏层之间找到了答案。它在火车和val集上都取得了很好的性能。但我还是有点担心渐变的消失，这可能只是个巧合。你什么时候该担心渐变的消失？我的意思是，我可以检查一些梯度分布在拉伸板，但这不能给我100%的肯定答案。
使用跳过连接会有帮助吗
浏览 0提问于2021-05-02得票数 0
2回答
我目前在Tensorflow中的一个机器学习项目中遇到了问题。神经网络的输入是26x1的数字列表，所需的输出是5x16二进制数组。import csvimport tensorflow as tf
import tensorflow.keras as keras，但到
浏览 12提问于2019-01-18得票数 0
我通过以下步骤用tensorflow构建了一个卷积神经网络：https://www.tensorflow.org/tutorials/estimators/cnn 我想用自己的损失函数计算损失，因此需要在每个训练步骤中获得每个类的预测概率从Tensorflow教程中，我知道我可以使用"tf.nn.softmax(logits)“获得这些概率，但是这会返回一个张量，而我不知道如何从这个张量中提取实际的概率。谁能告诉我怎样才能得到这
浏览 20提问于2019-02-03得票数 0
回答已采纳
我能够利用数据增强以及调整ssd_mobilenet_v1.config文件中学习速率的衰减，但我不知道如何实现该模型停止培训的方法，如果我确信损失不会低于某个值，不管它再训练多少步。
浏览 1提问于2020-07-16得票数 3
我有一个系统，它由一个神经网络组成，它的输出被输入到一个未知的非线性函数F中，例如一些硬件。其思想是将神经网络训练为未知非线性函数F的逆F^(-1)，这意味着损失L是在F的输出处计算的，但是由于F的梯度不知道，反传播不能直接用于计算梯度和更新NN权值。在计算TensorFlow或PyTorch中的梯度时，是否可以使用没有直接连接到神经网络的损失函数L？或承担任何其他软件(Matlab、C等)所获得的损失。用它进行反向传播？我在TensorFlow中读到
浏览 2提问于2020-01-16得票数 1
我试图自动降低神经网络的学习速度。我想写一个函数，如果神经网络的损失在n个时代内没有减少的话。
浏览 0提问于2018-04-27得票数 0
回答已采纳
我在Tensorflow上训练一个神经网络，我使用tf.losses.cosine_distance作为损失函数。
训练进展顺利，但我担心的是，在训练过程中，我的损失值大于1。损失是如何计算的？是一批损失的总和吗？
浏览 1提问于2018-01-05得票数 4
回答已采纳
1回答
import tensorflow as tfimport cv2import numpy as npfrom tensorflow.keras.preprocessing importimagefrom <e
浏览 4提问于2021-06-22得票数 0
回答已采纳
我正在尝试使用tensorflow api模型ssd移动网络创建自己的自定义对象检测器，但问题是，当模型开始训练时，损失非常高，比如700-800，并且损失一直在波动，我看到相同的损失值在重复，有人能给我解释一下吗我最初训练了7000步的模型，但损失并没有减少，然后我又开始训练模型。我正在分享我新训练的截图。我已经被困在这里快两天了，真的很感谢任何人的帮助。
浏览 48提问于2020-08-23得票数 1
我正在用神经网络解决一个回归问题。我的目标输出范围从10-2到10-7。在运行了很多情况后，我想知道是否可以用一个考虑平均绝对相对误差的损失函数来代替均方误差损失函数。我搜索了tensorflow网站，找到了度量- tf.metrics.mean_relative_error，但是在tf.losses下找不到任何东西。在tensorflow中有使用相对误差的损失函数实现吗？
浏览 0提问于2018-10-06得票数 2
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，在本文引用的方程(4)中可以看到它。增加的价值在引文中显示出来，但对我认为的问题来说并不重要。我的模型看起来也不重要，我只是想在拟合我的模型时，在
浏览 1提问于2020-05-12得票数 0
2回答
当我用Theano或Tensorflow训练我的神经网络时，他们会在每个时期报告一个名为"loss“的变量。
我应该如何解释这个变量？更高的损失是好是坏，或者它对我的神经网络的最终性能(准确性)意味着什么？
浏览 227提问于2015-12-30得票数 251
回答已采纳
我读过一些教程，简单地说，我们可以训练一个跳过克神经网络模型，并使用训练成单词向量的权重。📷1) CBOW模型和Skip图模型都有一定的输入。2)将CBOW的输出作为中间神经网络的输入。CBOW的输出是对给定上下文的中心词的预测，跳跃图的输出是对周围中心词的预测。然后利用这些输出来训练另一组神经网络。
因此，我们首先训练CBOW，然后再训练中间神经网络？而对中间神经网络的输入是一种热点编码
浏览 0提问于2017-06-12得票数 6
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_是CNN的最后一个完全连接输出，它具有(1024,5)形状。我怎么能在Tensorflow中意识到这一点？
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
