1回答
我对机器学习的整个领域都是新手，但我之前确实有过一些AWS识别的经验。在Rekognition中，您可以自定义图像中的不同部分，而不仅仅是整个图像。我希望在Tensorflow中做一些类似的事情，但尽管浏览了他们的文档并进行了搜索，但我还是找不到任何东西。 这在Tensorflow中是不可行的，还是我错过了什么？如果我在单独建模的图像上训练一个模型，它是否可以选择图像中所有这些出现的位置-例如。有5个人的图像，所有5个人都被单独检测到了吗？ 如果有更好的库可以做到这一点，我很想知道--或者如果有我可以用来实现这一点的变通方法，我愿意尝试一下。
浏览 24提问于2020-06-26得票数 0
回答已采纳
1回答
现在，pytoch，我正在使用MSELoss并将我的测试错误计算为分类总数中正确分类的总数。我猜这太天真了，甚至不合适。
一个测试错误计算的例子是这样的:假设我们有两个病人，每个病人有两个图像。然后进行16次总分类(1例在照片1中是否有症状A、B、C、D等)。如果模型正确地预测照片中的1名患者1出现了症状A，那么这将使正确分类的总数增加1。
浏览 1提问于2019-11-19得票数 2
回答已采纳
1回答
我无法在pytorch中对多标签分类使用损失函数这是我的损失函数： pred = torch.tensor(pred)我也在cross_entropy上尝试过：但是这个错误仍然出现，在pytorch中是否存在用于multi_label分类的内置损失
浏览 6提问于2021-09-24得票数 0
在有监督学习的图像分类中，我们给训练图像加上了它的标签。是否有可能为每个图像提供一系列按相关性排列的标签，而不仅仅是一个标签？
我正在使用PyTorch进行这种监督培训。有谁能帮我说一下如何在PyTorch中实施分级的多标签图像培训？
浏览 2提问于2020-04-11得票数 0
1回答
我正在使用sklearn的函数和pytorch来训练模型，并使用类权重进行多类分类。为了计算类别权重，我们是否需要使用所有数据(训练、验证和测试)或仅使用训练集数据来计算类别权重。谢谢
浏览 5提问于2021-11-30得票数 0
我正试图对人们从电子邮件中反馈的兴趣进行第一次分析。作为第一次分析，我做了一个简单的字数，以了解关键字。i.ecustomer_2：我担心价格(100字)
如果我们只遵循字数的原则，结果就会不平衡，结果对写作最多的人是不平
浏览 0提问于2022-08-24得票数 1
回答已采纳
1回答
我需要将一个对象分类为多个类。通常，我们熟悉具有单一层次结构的多类分类，但在我的例子中，我有两个层次结构。看下面的图片，以获得一个清晰的图片，我在说什么。因此，如果我想对图像进行分类，它应该给出三个类:一个是主类，另一个是子类。例如，1-1级，或-1-2-3级.任何框架的解决方案都可以使用Tensorflow或PyTorch。谢谢。
浏览 6提问于2022-09-15得票数 -1
1回答
我有一个分类问题，我不知道如何分类这个分类问题。根据我的理解，
多类分类问题是指有多个互斥类，数据集中的每个数据点只能由一个类标记。多标签分类是一个问题，在这个问题中，有多组相互排斥的类，其中数据点可以同时标记。例如，在汽车图像分类任务中，标记为轿车的汽车数据点不能是掀背车，掀背车不能是SUV等等。现在，对于我的问题，多个类的分类问题，比如A、B、C、D和E。---------| |------------
浏览 4提问于2020-11-01得票数 3
回答已采纳
1回答
我不想使用常规分类，因为这些类的细微差别重叠可能无法使用该设置来表示。我在PyTorch中看到过类似的设置，其中使用了二进制交叉熵损失函数，但除此之外，我不确定需要做些什么才能将我的问题从分类转变为Flux中的多标签分类。
浏览 19提问于2021-09-13得票数 2
我有一个多标签分类问题。我有11个类，大约4k个例子。每个示例可以有1到4-5个标签。目前，我正在使用log_loss分别为每个类训练一个分类器。正如你所期望的，训练11个分类器需要相当多的时间，我想尝试另一种方法，只训练1个分类器。其思想是，这个分类器的最后一层将有11个节点，并将按类输出实数，该实数将被sigmoid转换为proba。不幸的是，我是pytorch的新手，即使通过阅读损失的源代码，我也不能确定现有的损失是否完全符合我的要求，或者我是否
浏览 4提问于2018-10-17得票数 18
回答已采纳
我正在尝试在pytorch中加载多模式数据(例如文本和图像)来进行图像分类。我不知道如何同时加载它们，就像下面的代码。
浏览 39提问于2019-03-22得票数 1
我正在处理一个使用图形数据的节点分类问题。通过简单地将网络应用于单个节点(例如，忽略图形结构)，我使用了PyTorch对节点进行分类，并使用PyTorch几何方法应用GNN (例如GCN)对节点进行分类。是否可以将PyTorch中的模型作为PyTorch几何中的最后一层？我对这将如何工作感到有点困惑，因为对torch.nn.Module的输入是一个用于GNN情况的图，而对于MLP情况则是一个特征向量。我想把一个PyTorch模型和一个PyTor
浏览 0提问于2022-12-16得票数 1
回答已采纳
1回答
问题
我的代码是基于的PyTorch深度学习，由，Thomas和Eli编写。一切都很顺利。它预测布尔变量的值。我想转换这个，这样它就可以预测一个实数变量的值，这个变量总是在0到34之间。
浏览 1提问于2022-04-28得票数 0
1回答
因此，我以三种不同的能力使用了RNN/LSTM： 多对多： 使用最后一层的每个输出来预测下一层。可以是分类或回归。 多对一： 使用最终的隐藏状态执行回归或分类。一对多： 获取一个潜在空间向量，可能是LSTM编码器的最终隐藏状态，并使用它生成一个序列(我已经以自动编码器的形式完成了这项工作)。 在这些情况下，我都没有使用中间隐藏状态来生成我的最终输出。但是，PyTorch 返回一个包含每个层的最终隐藏状态的向量，所以我假设它们有一些用处。 我想知道这些中间层状态
浏览 46提问于2021-02-28得票数 0
回答已采纳
1回答
有火炬的多类分类
、、、
我是个新手，需要澄清一下多类分类。kernelCount = self.densenet121.classifier.in_features并使用CrossEntropyLoss作为损失函数：
loss = torch.nn.CrossEntropyLoss(reduction='mean
浏览 1提问于2020-03-30得票数 1
回答已采纳
我目前正在研究一个PyTorch模型，它应该解决一个多标签、二进制分类问题。
我的模型的最后一层是Sigmoid层，我想使用Pytorch中的BCELoss。
浏览 13提问于2022-01-04得票数 0
我很难弄清楚如何设置我的PyTorch代码，使它能够由模型表示并正确输出。概率保存在csv文件中。我看过PyTorch文档和其他提到交叉熵损失函数的资源，但是我仍然不清楚如何成功地导入数据并使用软标签。
浏览 0提问于2021-10-11得票数 1
回答已采纳
云服务器
ICP备案
对象存储
云点播
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号