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
pytorch
的
交叉
损失
与
keras
的
"
categorical_crossentropy
“
有
区别
吗
?
keras
、
deep-learning
、
neural-network
、
pytorch
我正在尝试在
keras
中模仿
pytorch
神经网络。我确信我
的
keras
版本
的
神经网络
与
pytorch
中
的
非常接近,但在训练过程中,我看到
pytorch
网络
的
损失
值比
keras
网络
的
损失
值要低得多。我想知道这是不是因为我没有正确复制
keras
中
的
pytorch
网络,或者两个框架中
的</
浏览 555
提问于2020-04-26
得票数 3
回答已采纳
1
回答
在
损失
或度量中指定
的
分类
交叉
熵
的
差异
machine-learning
、
keras
、
loss
、
cross-entropy
tf.
keras
.losses.CategoricalCrossentropy和tf.
keras
.metrics.CategoricalCrossentropy
有
什么
区别
?model.compile(optimizer=Adam(learning_rate=lr), loss= '
categorical_crossentropy
', metrics=['accuracy','
categorical_crossentropy
']
浏览 15
提问于2022-07-25
得票数 1
2
回答
sparse_categorical_crossentropy
的
标签平滑
tensorflow
、
keras
、
loss-function
基于Tensorflow文档,可以通过添加label_smoothing参数将标签平滑添加到
categorical_crossentropy
。我
的
问题是,稀疏分类
交叉
点
损失
怎么办?此
损失
函数没有label_smoothing参数。
浏览 33
提问于2020-03-15
得票数 4
回答已采纳
1
回答
为什么Tensorflow多类图像预测在模型加载时不起作用?
tensorflow
、
keras
、
imagenet
://www.cs.columbia.edu/CAVE/databases/pubfig/download/#dev,这套照片由来自60个人
的
大约3000张裁剪过
的
脸组成。()dropout_layer = tf.
keras
.layers.Dropout如果我使用其他Zach Braff图像,输出对于
浏览 32
提问于2020-01-26
得票数 1
回答已采纳
2
回答
在Python中使用适当
的
超参数训练MNIST模型
python
、
tensorflow
、
keras
这是我
的
代码,我不知道为什么它能给我0.3%
的
准确率 x_train, x_test = x_train / 255.0, x_test / 255.0 model = tf.
keras</em
浏览 0
提问于2020-04-15
得票数 0
2
回答
在Tensorflow和
Keras
的
双通道上产生一个软件
python
、
tensorflow
、
keras
、
softmax
我
的
网络
的
倒数第二层有形状
的
(U, C),其中C是信道
的
数量。我想将softmax函数分别应用于每个频道。我能用
Keras
做这件事
吗
?我使用TensorFlow作为后端。还请解释如何确保
损失
是两个
交叉
熵之和,我如何才能证实?(也就是说,我不希望优化器只在一个softmax上对
损失
进行训练,而是希望每个人
的
交叉
熵
损失
之和)。该模型使用在
categorical_cros
浏览 0
提问于2018-11-23
得票数 0
回答已采纳
2
回答
用于多类分类
的
Keras
精度度量
keras
、
image-classification
、
accuracy
我正在训练CNN多类图像分类为4幅图像,我应该使用什么样
的
精度度量从
Keras
。我
的
标签不是一个热编码,因为我试图预测不同图像
的
概率。
浏览 0
提问于2023-05-13
得票数 0
回答已采纳
2
回答
Keras
对不同
的
错误分类应用不同
的
权重
tensorflow
、
keras
、
loss-function
、
cross-entropy
我正在尝试实现一个具有三个类别的分类问题:'A','B‘和'C',其中我希望在我
的
模型
损失
函数中加入对不同类型
的
错误分类
的
惩罚(类似于加权
交叉
熵)。类权重不适用,因为它适用于属于类
的
所有数据。例如,真正
的
标签'B‘被错误分类为'C’
与
被错误分类为'A‘相比,应该有更高
的
损失
。权重表如下:A 1 1 1
浏览 1
提问于2019-06-21
得票数 6
2
回答
在
Keras
模型中使用fit_generator
python
、
keras
、
neural-network
、
sparse-matrix
、
multilabel-classification
我正在尝试使用
Keras
和Tensorflow后端来训练神经网络。我
的
X是我处理并转换成序列
的
文本描述。现在,我
的
y是一个稀疏矩阵,因为它是一个多标签分类,并且我
有
许多输出类。index_batch,:] yield x_batch, np.array(y_batch)x_train, x_test, y_train, y_test = train_test_
浏览 17
提问于2018-12-18
得票数 1
回答已采纳
1
回答
像在
Keras
中一样,得到了火炬中
的
交叉
熵
损失
python
、
tensorflow
、
keras
、
pytorch
特别是
交叉
熵
损失
似乎返回完全不同
的
数字。import numpy as npimport torch.nn as nny_pred = np.array([[0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 1, 0.41, 0.31, 0.21, 0.11]]) print("
Keras
", K.categorical_
浏览 8
提问于2020-06-05
得票数 2
回答已采纳
1
回答
如果我使用'
categorical_crossentropy
‘作为
损失
函数只是为了分类到对象,在性能上会有什么问题
吗
?
tensorflow
我正在训练CNN来对狗和猫进行分类,我使用'
categorical_crossentropy
‘作为
损失
函数,因为在一开始我
有
三个类,但最后我决定只使用两个,并且我没有机会改变
损失
函数。我在这里
的
问题是,我没有用来证明“二进制
交叉
”
的
计算机,我需要解决这个问题,所以我不知道它是否会有同样
的
性能。下面是我编译
的
部分 model.compile(optimizer =
keras
.optimizers.Adam(
浏览 0
提问于2020-04-10
得票数 0
3
回答
Keras
: binary_crossentropy和
categorical_crossentropy
混淆
python
、
tensorflow
、
keras
、
classification
、
cross-entropy
另一方面,我对
categorical_crossentropy
的
期望是用于多类分类,其中目标类相互依赖,但不一定是一个热编码。但是,
Keras
文档指出: (...)当使用
categorical_crossentropy
丢失时,您
的
目标应该是绝对格式
的
(例如,如果您有10个类,则每个样本
的
目标应该是一个10维向量,即在
与
类对应
的
索引上
的
如果我没有弄错,这只是一个热编码分类任务
的
特例,但潜在
的
浏览 1
提问于2017-12-18
得票数 11
回答已采纳
2
回答
Keras
weighted_metrics在计算中不包括样本权重
python
、
tensorflow
、
keras
、
deep-learning
、
loss-function
我正在训练一个CNN模型,它
的
输入和输出都是二维形状张量(400,22)。我使用
categorical_crossentropy
作为
损失
和度量。然而,
损失
/度量值是非常不同
的
。: 34.5797现在,度量和
损失
与
样本权重相当接近。我理解,由于退出、正则化以及度量是在每个时期结束时计算
的
,
损失
略大于度量,
浏览 7
提问于2021-11-03
得票数 3
1
回答
交叉
熵
损失
Pytorch
python
、
neural-network
、
pytorch
、
image-segmentation
、
loss-function
我
有
一个关于我
的
pytorch
网络中
交叉
熵
损失
的
最佳实现
的
问题。我正在构建一个网络,用于预测Volume-Pictures
的
3D分割。我
有
一个背景类或一个前景类,但它应该也有可能预测两个或更多不同
的
前景类。 训练时输入到我
的
网络中
的
形状是batch_size,input_channels,width,height,depth。输入通道等于1,因为我只有灰度图像,深度取决于组成3D体
浏览 2
提问于2021-06-08
得票数 0
1
回答
使用softmax/sigmoid和范畴
交叉
熵/二进制
交叉
熵进行CNN二值分类
的
优缺点
deep-learning
、
keras
、
tensorflow
、
data-science-model
我正在用tensorflow和
keras
做一个深入
的
学习模型。我
有
一个关于输出架构
的
问题。我想在两类之间进行分类,有缺陷
的
图像和没有缺陷
的
图像,我已经建立了一个基于VGG16
的
CNN,但是更小。这个问题基本上是一个二进制分类,可以使用一个唯一
的
神经元在输出上使用乙状结肠激活和二进制
交叉
熵函数作为
损失
。另一种选择是使用两个神经元,使用softmax和分类
交叉
熵作为
损失
(当然,使用一个
浏览 0
提问于2020-09-01
得票数 2
1
回答
将参数传递到
keras
丢失函数
的
语法是什么?
keras
、
syntax
我试图用from_logits=True给我
的
keras
神经网络绝对
交叉
熵
损失
。但是,我不知道如何将其传递到代码中,因为它要求我指定目标和输出。一般情况下,我可以使用:但现在我得试试这个:这给了我一个错误: TypeE
浏览 3
提问于2020-02-04
得票数 1
回答已采纳
1
回答
Keras
对数
损失
函数
machine-learning
、
neural-network
、
keras
、
loss-function
我必须将以下
损失
函数应用于角膜缘:这是我
的
密码:input_ = Input(shape=input_shape, name='inputar-model")return model
损失
函数mean_squared_logarithmic_error在这里合适<e
浏览 0
提问于2018-04-30
得票数 1
回答已采纳
2
回答
使用
categorical_crossentropy
时出错
python
、
tensorflow
、
deep-learning
、
nlp
我做了一个简单
的
NLP代码,预测给定句子
的
下一个单词。model = tf.
keras
.Sequential()但是,使用
categorical_crossentropy
会给出以下错误If your targets are
浏览 0
提问于2020-08-02
得票数 2
回答已采纳
3
回答
如何利用火炬中
的
交叉
熵
损失
进行二值预测?
pytorch
在火炬文档中,
交叉
熵
损失
是这样说
的
:这是否意味着对于二进制(0,1)预测,输入必须转换为(N,2)张量,其中第二维等于(1-p)?因此,例如,如果我预测一个类
的
目标1 (true)为0.75,是否需要将两个值(0.75;0.25)叠加在一起作为输入?
浏览 0
提问于2018-08-18
得票数 3
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
区域链与大洋链Oeanc的区别是什么?有投资价值吗?
《Deep Learning with Python》第三章 3.5 走进神经网络之新闻多分类
Reddit引爆框架决战!TensorFlow遭吐槽
业务系统如何引入神经网络、机器学习的套路
上线俩月,TensorFlow 2.0被吐槽太难用,网友:看看人家PyTorch
热门
标签
更多标签
活动推荐
运营活动
广告
关闭
领券