在使用h2o.stackedensemble()构建集成时，我观察到了一些有趣的事情。训练帧是R中的数据帧，我首先将其导入到h2o中： df.h2o = as.h2o(df，destination_frame='df.h2o) 然后我使用df.h2o构建了一个glm。尽管这两个模型是用相同的种子、交叉验证折叠和实际上相同的训练框架构建的，但事实证明我不能
浏览 28提问于2020-07-16得票数 1
我的响应变量是二进制变量，offset_column是一个正常量。基本的学习者在工作。以下是代码： y = y,offset_column = "offset"))
offset_column在训练数据中然后，我尝试在
浏览 2提问于2019-12-24得票数 0
1回答
我想培训一个时态网络，但现有的视频数据采用不同的帧速率(例如7,12,15,30)。我应该如何训练这个网络，而不降低采样较高的帧率视频.合适的方法是什么？
浏览 0提问于2018-09-17得票数 4
回答已采纳
我有一个名为testD的测试数据帧和一个名为results的数据帧(这些是正确的分类值)。
这些数据帧非常大，在整个集合上训练我的模型需要太长的时间，所以我想随机选择大约5000个数据点进行训练。我知道如何从每个数据框中随机选择5,000行，但我需要确切地知道我从“testD”中选择了哪些行，以便知道要与“results”中的哪5,000行进行比较</em
浏览 0提问于2013-04-25得票数 2
回答已采纳
我试图建立一个堆叠的集成模型，用R(3.3.3版)和h2o中的深度学习(3.10.5.1版)来预测商家的流失。响应变量是二进制变量。目前，我正在尝试运行代码，使用网格搜索开发的前5种模型构建一个堆叠的集成模型。DLsortedGridEnsemble_logloss@model_ids[[5]],注意:到目前为止，我已经意识到，当只有一个
浏览 4提问于2017-06-26得票数 6
回答已采纳
2回答
如何比较2个不同Pandas数据帧的列名。我想要比较测试数据帧中缺少某些列的训练数据帧和测试数据帧？？
浏览 0提问于2018-05-07得票数 13
回答已采纳
2回答
在深度CNN任务的情况下，我确实理解有时图像预处理技术，如高斯滤波和裁剪，可以帮助深度CNN建模。我想知道它是否也可以应用于测试数据。我一直认为，测试数据永远不应该被触摸，这样模型的性能才能得到准确的评估。
浏览 12提问于2020-06-17得票数 1
回答已采纳
1回答
我正在尝试开发一个使用mfcc特征和隐马尔可夫模型的java音频分类系统。我正在关注这篇研究论文：。它对算法的描述如下：
对应于声音事件的样本的每个声音文件在预先强调的帧中被处理，并由具有50%重叠的汉明窗口(25ms)开窗。由13阶MFCC组成的特征向量表征了每一帧。我们使用从左到右的六状态连续密度HMM对每个声音进行建模，没有状态跳跃。每个HMM状态由两个高斯
浏览 5提问于2012-05-29得票数 2
回答已采纳
我试图为我自己的数据集实现掩码rcnn，但是找不到任何关于包含用于验证的图像的val文件夹的注释的信息。我使用Via 2.0.8为我的培训集创建了json注释，这使senese。但是，如果验证图像是稍后要测试的图像，那么为什么要为它们进行注释。在val文件夹中没有json文件，我无法训练我的模块。
我试图将用于培训图像的json注释复制到验证文件夹中。我认为这很有用，但这意味着我应该在训练<
浏览 0提问于2019-08-29得票数 1
回答已采纳
有没有人看到过任何示例，如何设置简单的应用程序来训练dnet，然后使用它来识别有限数量的语音命令，而不绑定到特定的语言？我相信Kaldi API对它来说是相当强大的，但是缺乏文档。
浏览 6提问于2017-02-16得票数 0
1回答
作为tensorflow的新手，我使用来自谷歌的本教程进行二进制分类，使用一个简单的稠密神经网络。这个(和其他几个)教程有点烦人的地方是，它们完全掩盖了如何从特性的数据中实际进行预测的部分，并直接使用某种经过训练的模型的方法进行模型评估，该方法隐藏了实际的预测过程。所以基本上，我完成了
浏览 0提问于2020-05-24得票数 0
回答已采纳
5回答
从K折交叉验证中选择哪个模型
、、、、
我读到了关于交叉验证以及如何使用它来选择最佳模型和估计参数的内容，我并不真正理解它的含义。假设我建立了一个线性回归模型，并进行了10折交叉验证，我认为这10个模型中的每一个都会有不同的系数值，现在我应该选择10个不同的系数值作为我的最终模型或估计参数。或者，我们使用交叉验证的目的只是为了找到平均误差(在我们的情况下，平均为10个
浏览 3提问于2017-08-03得票数 2
1回答
如何计算选定子样本预测的训练损失
、、、、
我正在训练一个深入学习的视频序列多目标跟踪模型。视频帧在1fps上被提取和注释。为了利用平滑的时间一致性，我在每个2注释的帧之间提取了中间的24个帧。现在，我在25fps中提取了所有的框架，但是只有在最初注释的25帧的间隔内才能获得基本的真实标签。我想通过在前传期间提供所有光滑的25fps帧来训练</e
浏览 0提问于2019-02-05得票数 0
回答已采纳
我用Tensorflow和Inception的预训练模型训练了一个定制的人员检测器，然后经过几千步和平均2-1的损失之后，我停止了训练，用一个现场视频测试了它。结果很好，只得到了很少的假阳性。它可以检测到一些人，但不是每个人，所以我决定继续训练模型，直到我得到一个平均损失低于1，然后再次测试。它现在检测几乎所有的人，甚至整个视频帧，即使没有对象在场。编辑:我忘记了，我也在用相同的数据集训练<
浏览 6提问于2018-01-07得票数 1
回答已采纳
1回答
我目前有一个机器学习模型，对100k图像进行了训练，能够以非常高的精度识别假冒图像。有没有一种方法可以扩展图像模型来检测视频中的恶搞帧？我正在寻找训练框架中的修改，我需要做的是将此模型扩展到视频异常检测。
需要澄清的是:对于测试用例，测试视频可以被分割成单独的帧，这些帧可以通过我的图像模型运行。图像模型
浏览 0提问于2020-03-16得票数 0
1回答
我知道有像精确度和召回率这样的指标来评估模型在对象检测方面的表现。
然而，有没有什么算法可以确定模型在任何帧上的表现有多好或多差？例如，是否可以为数据集中的每个帧分配一个权重，以指示模型在该帧上的表现如何？我觉得这将使训练更有针对性，因为我可以为每一帧分配一个概率，以便在下一批中选择它，有点像AdaBoost，但使用CNN进行目标检测。这应该会使
浏览 1提问于2019-09-26得票数 0
1回答
是否可以通过视频对象检测得到被检测对象的坐标？我使用OpenCV将视频转换为图像，并使用LabelImg将边界框添加到图像中。对于输出，我希望能够读取(对于视频文件)边界框的坐标，这样我就可以获得框的中心。
浏览 14提问于2019-09-27得票数 0
使用R的h2o包，我创建了一组基本模型，使用禁用StackedEns综的AutoML。因此，模型集只包含默认情况下AutoML生成的基本模型(GLM、GBM、XGBoost、DeepLearning和DRF)。使用这些基本模型，我能够成功地使用h2o.stackedEnsemble函数(即带有缺省参数的GLM
浏览 3提问于2022-01-05得票数 1
回答已采纳
我正在尝试训练一个模型，用于从视频中的一系列帧中检测面部关键点。由于这些帧的关键点位置几乎相同，因此该模型为我输入的每个图像生成相同的输出以进行预测。我试图使用ImageDataGenerator来旋转图像，使它们彼此不同，但是，我似乎无法使其工作。最初，当我在模型上调用fit时，我可以选择将训练数据分为训练和验证，但我不知道如何使用</
浏览 15提问于2019-03-14得票数 1
回答已采纳
1回答
视频地面实况的最佳实践？
、、、、
我想训练一个深度学习框架(TensorFlow)，用于使用新的对象类别进行对象检测。我应该如何将视频的真实性接地？我是否应该逐帧提取并标记每一帧，即使这些视频帧非常相似？或者，对于这样的任务，最好的做法是什么？
最好使用开源工具。
浏览 1提问于2019-11-18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
