loss

5熱度

2回答

在keras，我想自定義損失函數，它不僅佔用（y_true，y_pred）作爲輸入，但也定製損失函數的實現需要使用從的內部層輸出網絡作爲輸出層的標籤。此圖顯示Network Layout 這裏，內部輸出是xn，它是一維特徵向量。在右上角，輸出是xn'，這是xn的預測。換句話說，xn是xn'的標籤。雖然[AX，AY]傳統上已知爲y_true，和[AX 'AY']被y_pred。我想將這兩個損失組

4熱度

1回答

Tensorflow和Scikitlearn log_loss函數實現之間的區別

嗨，我試圖進入張量流，感覺有點愚蠢。 TF中的log_loss與sklearn的不同？下面是我的一些代碼，我如何計算： from sklearn.metrics import log_loss tmp = np.array(y_test) y_test_t = np.array([tmp, -(tmp-1)]).T[0] tf_log_loss = tf.losses.log_loss

0熱度

1回答

MATLAB中的損失函數

我想知道如何解釋MATLAB中的損失函數結果？換句話說，例如，如果我得到了0.3247作爲kfoldLoss（）函數的結果，這是否意味着它是32.47％的錯誤或是0.3247％，或者我如何正確地定義/解釋這個獲得的結果？非常感謝你提前

5熱度

2回答

什麼是簡單單詞中的損失函數？

任何人都可以用簡單的話和可能的例子說明什麼是機器學習/神經網絡領域的損失函數？該走了出來，而我是跟隨Tensorflow教程： https://www.tensorflow.org/get_started/get_started

1熱度

1回答

帶RANSACRegressor多項式限制允許值

我有以下白色像素作爲輸入數據，並使用sklearn.linear_model.RANSACRegressor來擬合2次（二次）的多項式以避免異常值。在這種情況下，結果顯示爲紅色，是完全正確的：但是，我知道在我的應用程序，二次曲線總會有這個圖片的右側最小值/最大值（但我不知道在哪個高度），並且曲率不能那麼強。換句話說：我已經知道我最適合應該像藍線，其他點是腐敗的異常值。有沒有辦法通過（例如）提供

4熱度

1回答

java - android UDP不可靠

我有極端UDP數據包丟失與Android，它沒有任何意義。這種情況如下：連接到連接到家庭網絡家庭路由器的家庭網絡電話運行Java服務器（機器人）是一個全新的WRT1900ac PC上運行Java客戶端。網絡具有互聯網連接。 UDP數據包很小（< 15字節）症狀：如果PC機發送UDP數據包到另一臺電腦（包括同一網絡上），它的工作原理很好（幾乎沒有丟包）。如果Android向同一網絡上的PC

0熱度

1回答

火炬在批次優化過程中如何獲得損失值的張量

我正在訓練一個網絡，在我的訓練集上進行批量優化，並且我希望獲得包含每個訓練示例丟失的損失向量。更具體地說，我正在使用批量爲64的圖像（尺寸爲3x64x64）。因此，我的輸入是尺寸爲64x3x64x64的張量。期間，當我寫 output = net:forward(input) loss = criterion:forward(input, target) loss是多少，但我想在我的批處

0熱度

1回答

在tensorflow中定義的損失函數？

在我的項目中，負面實例遠遠多於正面實例，所以我想給予更大權重的正面實例。我的目標是： loss = 0.0 if y_label==1:loss += 100 * cross_entropy else:loss += cross_entropy 如何tensorflow realizate這個

2熱度

1回答

張力流中的Kullback-Leibler（KL）損失

我需要最小化KL loss,tensorflow。我試試這個功能tf.contrib.distributions.kl（dist_a，dist_b，allow_nan = False，name = None）但沒有實現。我嘗試手動implemets它： def kl_divergence(p,q): return p* tf.log(p/q)+(1-p)*tf.log((1-p)/(

2熱度

2回答

約torch.nn.CrossEntropyLoss參數形狀

我學習pytorch，並採取ANPR項目，這是基於tensorflow （https://github.com/matthewearl/deep-anpr， http://matthewearl.github.io/2016/05/06/cnn-anpr/）作爲練習，移植它pytorch平臺。有一個問題，我使用nn.CrossEntropyLoss（）作爲損失函數：準則= nn.CrossE