我想根据y_test和pred_test得到一个混淆矩阵，但是提出了一个问题“至少有一个指定的标签必须在y_true中”，我不知道为什么 raise ValueError("At least one label specif
浏览 23提问于2018-09-10得票数 3
回答已采纳
我正在尝试分割标签可以相当稀疏的数据。因此，我只想计算至少有一个非零值的列中的梯度。我已经尝试了一些方法，其中我应用了一个额外的输入，它是这些非零列的掩码，但是考虑到所有必要的信息都已经包含在y_true中，只查看y_true来查找掩码的方法肯定会更可取。如果我用numpy实现它，它可能看起来像这样： def loss(
浏览 8提问于2019-09-21得票数 1
回答已采纳
我正在尝试使用Google的免费TPU作为我的培训，我已经创建了一个数据集与tf.data。我的y_label是带有7个标签的标签编码数据。sparse_categorical_accuracy/remov>e_squeezable_dimensions/Squeeze‘：InvalidArgumentError:无法压缩dim1，预期维数>1，输入形状为1024,7的dim1如何加载我的数据
def
浏览 0提问于2019-04-11得票数 0
假设我有两个实体-标签和文本，其中文本有多个标签，我想用它们做几件事。如果你能帮我想出一个优雅的解决方案，我将非常高兴。我想一次通过多个标签搜索文本实体-所有标签必须匹配我希望指定标记对或标记三元组，其中每对标记中必须至少有一对匹配
有什么建议吗？谢谢
浏览 1提问于2011-05-27得票数 0
回答已采纳
我想在Keras中编写一个与categorical_accuracy等效的自定义指标(我使用的是tensorflow后端)，但其中带有特定金色标签(在我的例子中为0，来自y_true)的样本的输出必须被忽略例如，如果我的输出是：Pred 1-金牌1
精度将为1，因为必须忽略具有金色标签0的样本。也就是说，
浏览 1提问于2017-11-14得票数 2
1回答
我试图在Keras中实现GAN，我想使用One-sided label smoothing技巧，即将True图像的标签改为0.9而不是1。然而，现在内置的度量标准binary_crossentropy没有做正确的事情，对于True映像总是0。 return metr
浏览 0提问于2019-07-15得票数 0
回答已采纳
该文档具有以下示例，并指定真实标注和预测标注应具有形状[batch_size]y_pred = [[0.6, 0.4], [0.4, 0.6]]
bce(y_true, y_pred).numpy()
从示例中推断，每个样本的标签格式应为属于0类的概率，属于1类的概率。如果是，为什么y_true<
浏览 5提问于2021-04-13得票数 1
1回答
这很奇怪，因为我遇到了以下问题:对于原始数据的训练和测试集...我可以如下构造混淆矩阵(请注意，这是一个多标签问题，因此数据必须是不同标签的子集。然而，现在我不能以同样的方式设置混淆矩阵。 即使在指定0:6等情况下，代码cm=confusion_matrix也会将CM的输出显示为错误的尺寸。我没有在混淆矩阵中获得正确的值，并且对于那些在那里的值，匹配也是不正确<e
浏览 15提问于2019-06-15得票数 3
回答已采纳
我正在用这个实现一个支持向量机项目。下面是我提取特征的方法：import matplotlib.pyplot as pltimport numpy as npFiles(x86)\Python38-32\lib\site-packages\sklearn\metrics_classification.py"，第277行，在confusion_matrix中“引发ValueError(“指定的至少一个<
浏览 4提问于2020-03-01得票数 6
回答已采纳
1回答
它不起作用的原因：y_true = [0, 0, 0, 0]log_loss(y_true, y_pred, eps=1e-15)
Error: ValueError: Unknown label type: ((0.5, 0.5, 0.5, 0.5),)
浏览 1提问于2021-02-14得票数 0
回答已采纳
1回答
我已经使用Keras构建了一个多类、多标签的图像分类网络。总共有25个类，每个图像中至少有一个类。我想实现一个自定义的精度度量，它告诉我最高概率类在图像中出现的频率(常规精度的意义较小，因为真正的正面被真正的负面所淹没)。我已经构建了一个简单的函数，当我手动输入y_true和y_pred时，它会生成所需的精度度
浏览 63提问于2019-05-21得票数 4
所以我理解这个函数的工作原理是，它将一个表一分为二，然后比较这两个值以确定预测率 假设我有一张表： Column1 Column2 Column3 Column4 Column5 6 1 2 11 1
"Column 5" is label 0 or 1 我知道前3行是100%正确的，因为我手动为它分配了标签，但是第4行和第5行是使用随机森林分类器标记的。我想用clas
浏览 54提问于2019-03-15得票数 1
1回答
我目前正在研究使用CNN在角星中进行多标签图像分类。除了keras的准确性外，我们还使用各种评价方法(回忆、精度、F1评分和准确性)再次确认了scikit学习的准确性。我们发现，角星计算的准确率约为90%，而科学知识的计算精度仅为60%。角角的计算有什么问题吗？y_train, epochs=50, validation_data=(X_val, y_val), batch_size=64, verbose=2)
model_evaluate()
浏览 0提问于2020-07-09得票数 4
回答已采纳
文档中的解释如下：
import numpy as npy_true = np.array([[1, 0, 0], [0, 1, 1]])
浏览 2提问于2015-07-09得票数 0
回答已采纳
密码在下面-我的密码-y_pred = tf.Variable- y_true * y_pred, 0.))print("Hinge Loss :: ", hinge_loss(y_true,
浏览 0提问于2021-06-27得票数 1
回答已采纳
在Python中，有一个名为'sklearn.metrics.recall_score‘()的函数，它由TP/(TP+FN)计算。
在我的非监督分类模型中，我将电子邮件分为两类:1或-1。所以我的问题是'recall_score‘函数如何知道标签'1’是‘正’还是'-1‘是’负‘，因为我没有指定哪一个是’正‘？如果模型将'1‘视为’1‘，则召回的结果将与模型
浏览 2提问于2018-02-27得票数 0
回答已采纳
1回答
我有一种计算网络输出层和训练期间作为输入的输入目标标签之间的损失的方法。我的代码看起来是： loss = tf.nn.sparse_softmax_cross_entropy_with_logits(labels=y_true, logits=y_pred)
# los
浏览 4提问于2019-12-06得票数 1
1回答
我在Python工作，我试图从我受过训练的模型中获得我的f1分数。文档列出了如下语法：但我不知道y_true和y_pred应该是什么。从逻辑上讲，y_true应该是y的真实值，y_pred应该是y的预测值，但是根据这个定义，我一次只能检查一个值，是遗漏了什么，还是有方法对照整个数据集来检查它？
浏览 1提问于2016-05-27得票数 1
回答已采纳
1回答
我正在寻找一种方法来创建一个条件损失函数，它看起来是这样的:有一个标签向量，比如L (l的长度与输入x相同)，那么对于给定的输入(y_true、y_pred、AC.26)，损失应该是： loss = if l is 0: loss_funtion1 returnlos
浏览 0提问于2018-03-01得票数 5
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
