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
2
回答
卷积神经网络在电流
预测
中的应用
neural-network
、
tensorflow
、
deep-learning
、
conv-neural-network
我是
CNN
和Tensorflow的初学者。你能给我做
CNN
预测
的任何文件或线索吗?
浏览 8
提问于2016-12-06
得票数 1
回答已采纳
1
回答
需要用术语或方法名称来评估
CNN
的无根据事实,例如使用一个
回归
模型
machine-learning
、
regression
、
cnn
、
model-evaluations
我有以下问题,我已经训练了一个
CNN
,我可以在样本中评估网络。我想用经过训练的模型来
预测
那些我没有根据的图像。然而,我可以在
回归
模型和
预测
标签一起实现这些图像的其他特征,以
预测
Y。
CNN
评估的唯一方法是推断
预测
的标签是否对Y有影响,例如,用
预测
的类或整个
回归
模型的性能来评估变量的重要性。 由于
回归
是可解释的,我认为这种方法可以分配给可解释的AI (@Nikos M.谢谢)。在我的例子中,
回归
模型是一
浏览 0
提问于2022-05-26
得票数 1
1
回答
如何在单个例子上使用经过训练的Theano人工神经网络?
theano
、
deep-learning
、
mnist
我想使用经过训练的网络上的单个例子(MNIST图像),并得到
预测
。有办法吗?谢谢您的任何帮助!
浏览 3
提问于2015-08-20
得票数 0
回答已采纳
1
回答
如何利用
回归
和分类输出建立神经网络?
keras
我已经训练了
CNN
的转向角
预测
与
回归
输出。我还训练
CNN
进行分类(两个班:道路,无路)。但我想把它结合起来。该怎么做呢?培养一种新的模式并不是问题。
浏览 2
提问于2019-04-17
得票数 0
回答已采纳
1
回答
如何处理这种类型的数据
machine-learning
、
feature-engineering
我有一些特征值和目标值的图表,如和还有更多。我使用了基于树的模型,能够获得较高的精度,但不能进一步改进。有什么建议吗?几乎所有的特征都是这样的。
浏览 0
提问于2020-11-12
得票数 0
1
回答
为什么ssd和yolo没有roi池层?
computer-vision
、
object-detection
、
yolo
、
faster-rcnn
我们知道像faster-rcnn和mask-rcnn这样的对象检测框架有一个roi pooling layer或roi align layer。但是为什么ssd和yolo框架没有这样的层呢?
浏览 0
提问于2019-04-09
得票数 2
回答已采纳
2
回答
基于Tensorflow的
回归
输出
CNN
图像识别
tensorflow
、
conv-neural-network
、
image-recognition
我想用
CNN
根据图像来
预测
估计的等待时间。因此,我想这将使用
CNN
输出一个
回归
类型的输出,使用RMSE的损失函数,这就是我现在使用的,但它不能正常工作。有人可以指出使用
CNN
图像识别来输出类似于等待时间的标量/
回归
输出(而不是类输出)的示例,以便我可以使用他们的技术来使其工作,因为我找不到合适的示例。我找到的所有
CNN
示例都是针对MSINT数据的,并且区分输出类输出的猫和狗,而不是等待时间的数字/标量输出。 谁能给我一个使用
CNN
的
浏览 27
提问于2017-08-06
得票数 17
1
回答
训练不能很好地
预测
验证和测试集,如何提高泛化能力?
validation
、
keras
、
regression
、
conv-neural-network
利用keras的嵌入层特征,建立了一维
CNN
回归
模型,
预测
了部分序列的得分。我的模型在训练后的典型表现如下: 正如您所看到的,
预测
训练数据的性能是非常好的,但似乎这种性能并不能概括为
预测
验证和测试数据。 您对如何提高验证/测试集
预测
性能有什么建议吗?
浏览 0
提问于2020-12-22
得票数 0
回答已采纳
1
回答
基于
CNN
的词输入
回归
deep-learning
、
regression
、
conv-neural-network
我成功地训练了一个具有
回归
输出层的
CNN
,以
预测
图像的数字指标。此外,我想将每个图像的描述编码到
CNN
中,以获得更好的
回归
性能。 我的数据是一系列512x512的x射线图像。我的问题是:我如何将这些描述编码成
CNN
?
浏览 6
提问于2020-02-17
得票数 0
1
回答
建立化学公式的机器学习方法
dataset
、
training
、
model-selection
我一直在寻找
CNN
,但正如你所看到的,有许多输入和输出属性作为参数。 我们的目标是通过使用我们的现有公式来训练一个网络,然后我们希望我们的网络能够根据我们给出的输入参数来创建新的公式。
浏览 0
提问于2021-01-27
得票数 0
2
回答
当数据集只有很少的离群值时,防止拟合
回归
CNN
达到平均值
regression
、
random-forest
、
cnn
我正试图在一个数据集上训练
CNN
进行
回归
,在这个数据集中,大部分的点都围绕着一个相似的产值。然而,有一些异常值是非常重要的,但它们的代表性较低,因此,经过训练的网络倾向于
预测
接近整个数据集平均值的所有输出值(不适当)。但是,由于这个
回归
器对于
预测
异常值(质量控制用例)的输出是非常有用的,所以目前它几乎是无用的。 有什么办法可以防止这种行为,并让
CNN
更多地重视离群点和极端,以避免不适应?在一定程度上,随机森林方法虽然能较好地
预测
离群点的输出,但在极值点上仍有较高的误差,
浏览 0
提问于2018-08-03
得票数 4
1
回答
查找
CNN
时间序列
预测
教程
python
、
keras
、
conv-neural-network
我正在寻找关于如何使用
CNN
进行
回归
时间序列
预测
的说明。我想对单变量时间序列进行多步
预测
。我读过一些说明,但没有发现适合我的数据集:一个特性和大约400个观察。
浏览 2
提问于2018-10-28
得票数 1
回答已采纳
1
回答
Yolov5:没有分割的图像检测?
algorithm
、
image
、
deep-learning
、
yolov5
我读过许多关于Yolov5图像检测技术的论文。但是论文并没有提到Yolov5所做的任何分段步骤。虽然我知道没有分割过程是不可能进行图像分类的,但我问的问题是: Yolov5是否做任何分割步骤来检测图像?如果是的话,它使用哪种分割算法?
浏览 6
提问于2021-12-01
得票数 0
回答已采纳
1
回答
在快速R-
CNN
中,包围盒
回归
器是如何工作的?
deep-learning
、
image-recognition
、
yolo
、
object-recognition
、
faster-rcnn
在Ross的快速R论文(https://arxiv.org/abs/1504.08083)中,包围盒参数是连续变量.这些值是用
回归
方法
预测
的。与其他神经网络输出不同,这些值并不表示输出类的概率。我不清楚这种
回归
学习是如何发生的。线性
回归
和深度学习的图像分类在较早的时候得到了较好的解释。但是,线性
回归
算法在
CNN
环境下的工作原理还没有得到明确的解释。 你能解释一下简单易懂的基本概念吗?
浏览 0
提问于2018-04-20
得票数 10
2
回答
年龄分类损失函数
machine-learning
、
python
、
classification
、
loss-function
、
pytorch
我正在为年龄分类建立一个
CNN
模型。假设一个人的年龄在1-100之间,我的最后一个线性层包含100个输出神经元.My的观察:我发现了铰链损耗和余弦接近损耗。但我认为它们也不能用于这类分类,因为它们只是在两个向量之间寻找相似之处,而不对附近的实际
预测
对(不包
浏览 0
提问于2020-09-11
得票数 3
2
回答
基于深度学习的一维时间序列逼近时间序列
machine-learning
、
neural-network
、
deep-learning
、
rnn
、
cnn
在我看来,这看起来像
回归
问题,但涉及时间序列数据。出现在脑海中的神经网络结构之一是RNN、LSTM或
CNN
。人们主要使用LSTM来
预测
问题(知道历史来
预测
未来),而不是
回归
。所以我可以使用
CNN
,使用一维过滤器,然后使用一些池和完全连接的层吗?这个能行吗?我应该用什么样的装置?
浏览 0
提问于2018-06-30
得票数 1
回答已采纳
2
回答
多时间序列
预测
predictive-modeling
、
time-series
如何使用这些时间序列来
预测
新用户的未来行为? 直观的解决方案是以用户的工程师行为为特征,并使用它来训练模型,比如应用程序中的平均每周分钟数等等。我对这种方法的看法是,你失去了大量的信息。我想知道的是,是否有更好的技术来聚合大量的时间序列数据来建立一个
预测
模型。也许LSTM会起作用,但它似乎不能捕捉数据集的细微差别,而且我不认为它们通常用于聚合各种单个样本的
预测
。
浏览 0
提问于2018-05-02
得票数 5
1
回答
为什么最大池化层在解决
回归
问题时不会破坏CNNs的性能?
machine-learning
、
computer-vision
、
conv-neural-network
那么,具有多层最大池的
CNN
如何准确地
预测
图像中对象的边界框?一个快速的Google展示了许多
CNN
的例子,最大池化被推荐用于边界框
回归
问题。 谢谢你的帮助。
浏览 1
提问于2018-08-21
得票数 0
1
回答
如何利用
CNN
来处理二维
回归
问题?
machine-learning
、
regression
、
cnn
现在,我想要建立一个模型,使用前6个度量来
预测
最后一个度量,即Obs7=f(Obs1 1~6)。我想用
CNN
来提炼这种关系。我有一些使用
CNN
进行分类的经验,但不知道如何处理这种2D/3D
回归
。
浏览 0
提问于2020-01-16
得票数 1
1
回答
caffe
CNN
多元
回归
:具有非常不同的值范围的输出
neural-network
、
regression
、
caffe
、
conv-neural-network
、
pycaffe
我使用Caffe
CNN
进行
回归
(见下图)。我想
预测
的数值有很大的不同,例如y1=0.1:0.2,y2=1:5,..。yn=0:15。 Q1:如果我试图
预测
'y's,会不会破坏学习?
浏览 0
提问于2018-05-08
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
Mnist+逻辑回归 or Mnist+CNN
Pytorch实现CNN时间序列预测
线性回归模型预测案例
秒懂“线性回归预测”
机器学习经典算法(六)回归实践 房屋售价预测回归
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