我正在做序列分类，我得到了1，5个结果的批量大小，以及可变的时间步长(在这个例子中是14)。我的样本权重w与我的标签y形状相同 y = tf.convert_to_tensor(np.ones(shape = (1,14,5)))
w = tf.convert_to_tensor(np.random.uniform它应该是损失矩阵(预减)与权重的简单乘法。如何修复？
浏览 20提问于2020-12-05得票数 1
回答已采纳
我在Python 3中使用Tensorflow 1.13，我尝试用4个类创建一个CNN分类器，一个热编码。然而，我需要它产生的洞察力实际上是发现类0或类3，如果它告诉我数据行属于第1或2类，那对我的目标没有多大帮助。sklearn classification_report的输出在下面，我希望在模型培训期间增加对0和3类的回忆。精确也很好。1495
我对python和
浏览 0提问于2019-06-21得票数 1
回答已采纳
1回答
我对tensorflow比较陌生，我读过一本关于机器学习的书，还选修过Udacity的课程。我的任务是使用tensorflow提供的联邦学习库重新创建在本教程https://www.tensorflow.org/tutorials/text/image_captioning上找到的图像字幕模型在联邦学习教程(https://www
浏览 11提问于2020-03-25得票数 0
1回答
语义分割的样本权重
、、、、
我尝试用Keras和Tensorflow2后端来解决语义分割问题。我尝试用分类交叉熵将每个像素标记为22个类别中的一个。我输入和输出的形状是我想为每个样本添加权重，以尝试使用我的模型进行伪标记。对于样本权重，我尝试创建一个样本</
浏览 0提问于2020-05-26得票数 1
1回答
解释了我们如何使用类权重来惩罚Tensorflow中的错误分类。我使用的数据集比较复杂，所以我在使用类权重时仍然有问题。有7类 {c0，c1，c2，c3，c4，c5，c6} 所有样本= 98070c1 = 5292 c2 = 4322 c3 = 3322 c4 = 6629c5 e217</code>= 7507 c6 = 69391
分别占<em
浏览 71提问于2018-08-18得票数 0
1回答
我想要计算线性模型的SHAP值。对于回归，我必须使用样本权重。下面是一个例子。)是我必须将权重应用到fit()函数和r2_score()函数中才能得到正确的结果(见上面的例子)。例如，如果我只将权重应用于fit()函数，而不应用于r2_score()函数，则报告的R2值是错误的(即模型是错误的)。如果
浏览 3提问于2020-07-23得票数 2
我是Tensorflow的初学者。我被这个教程弄糊涂了。作者首先给出了一个公式y=softmax(Wx+b)，但是在python代码中使用xW+b，并解释了它是一个小技巧。这是从我们在方程中把它们相乘的时候开始的，我们有Wx，作为处理x的一个小技巧，x是一个多输入的2D张量。然后添加b，最后应用tf.nn.softmax。
浏览 5提问于2017-06-29得票数 2
问题如下。我有一个词汇量25K的分类预测任务。在其中一个(输入声10K，输出暗淡，即嵌入50)上，我想为输入嵌入(形状为1,50)和权重(形状(50,128))(无偏差)之间的矩阵相乘引入一个可训练的权重矩阵，所得到的向量得分与其他特征一起作为预测任务的输入关键是，如果我简单地把它加进去，我认为每个输入的可训练权重矩阵都是不同的。我希望这个权重矩
浏览 2提问于2019-06-25得票数 4
回答已采纳
2回答
用于形状定位和识别的深度学习
、、、、
有一组图像，每个图像包含不同的形状实体，如下图所示。我正在尝试定位和识别这些不同的形状。例如，为每个不同的形状添加一个边界框，甚至可以标记它。能够解决这类问题的主要研究论文/深度学习模型是什么？
浏览 1提问于2017-05-11得票数 0
我的(Keras)模型有两个不同形状的输入。Keras网站上的说它应该能工作。-2.1.0/python3.6/tensorflow_core/python/keras/engine/training_utils.py in check_array_lengths(输入、目标、权重) 733提高ValueError(‘所有输入阵列(x)应该有’734‘相同数量的样本。得到数组形状</e
浏览 9提问于2020-01-27得票数 0
回答已采纳
我有一个样本权重数组，我要输入到fit()中。它的大小与我输入的训练示例的数量相同。如果我将学习率设置为零，并针对多个时期进行训练，我会看到每个时期不同的损失结果。如果我转到shuffle=False，结果保持不变，并与evaluate的结果相匹配。在我看来，样本权重数组不能被打乱。这是和tensorflow.keras的。我假设这不是预期的行为
浏览 28提问于2019-08-29得票数 3
我了解自定义损失函数在tensorflow中是如何工作的。假设在下面的代码中，a和b是数字。但是如果a和b是与y_pred形状相同的数组呢？比方说我想损失函数的值等于6：我现在觉得我的损失函数错了。它应该是每个样本的
浏览 27提问于2021-03-17得票数 1
回答已采纳
1回答
我想在tensorflow中实现一个多任务学习框架。我目前正在实现这样的东西(伪代码)define_clas_cost()
reg_optimizer.我有两个损失函数，我想学习权重，以便在相同的优化器中，在不同的学习速率下最小化两个损失。
浏览 6提问于2017-10-05得票数 5
考虑到Tensorflow API nn.softmax、nn.sparse_softmax_cross_entropy_with_logits、tf.nn.rnn等，似乎惯例是将样本作为一个批处理中的行放置在神经网络中，向前通过是tf.matmul(input_batch, W) + b，其中input_batch是形状[n_samples, input_size]的矩阵。在批处理中的所有样本(行)上广播行向量b<
浏览 4提问于2016-09-26得票数 2
我开始使用图像分类样本来研究tensorflow，这是tensorflow官方文档上的第一个样本。图像标签在0,1,2...9中。我的问题是：
1.我们是否可以使输出密集层节点数大于10，比如11，那么输出形状是(batchsize，11)，这意味着什么，输出是什么样子？2.输出层中的10个节点(从节点到node9)如何映射到标签0- 9，我们如何知道从节点到node9的层
浏览 3提问于2020-06-12得票数 1
我有一个有3个头的神经网络，其中一个是焦距损失，另外两个是L1损失。它们通过求和进行组合:损耗= hm_loss + off_loss + wh_loss，但损失元素的典型取值范围不同。这是问题吗？
浏览 3提问于2022-05-19得票数 0
回答已采纳
1回答
我有大约30.000的银行对账单，都有一个特定的类别(cat1，cat2，.)。利用这些数据，我试图训练一个分类模型，但我发现了几个问题：我应该用反复的话来训练吗？如果我这样做了，模型将被训练用于某些特定的情况，而预测的结果将不是真实
浏览 0提问于2020-12-18得票数 1
2回答
我在Tensorflow 2.0中编写了一个自定义层，我遇到了如下问题：<code>A0</code>
二维数组的其他位置将仅获得值0。这是我的自定义图层的脚本。我的输入是(10x1)形状。对于w_mat，它在任何未分配self.w的</e
浏览 25提问于2020-06-08得票数 1
回答已采纳
1回答
多输出神经网络中的缺失输出
、、、、
我在看一项任务，我想从一个图像(动物的品种范畴化，年龄连续数和性别范畴化)中预测多个事物。不足为奇的是，我的第一个想法是使用一个神经网络(例如，将多个输出添加到一个经过预先训练的covnet中)，我会先尝试keras (以前使用过它)。我的问题出现了，因为对于一些培训/验证/测试图像，可能缺少一些(但不是全部)多个预测目标。另一个例子:年龄可能是不可用的，因为有人只是拍了一张动物的照片，他们没有详
浏览 0提问于2018-04-03得票数 4
回答已采纳
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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
