machine-learning

    -1熱度

    1回答

    Tensorflow總是預測0

    我試圖訓練神經網絡的二元分類，但使用多類方法，因此類（C）= 2。列車和測試數據集的準確性爲〜96％。但是，手動檢查顯示Tensorflow總是爲每個示例選擇0。 我很想知道如何去調試這個問題以及我做錯了什麼。非常感謝您的幫助。謝謝。 （請讓我知道如果我過於模糊，爲了不提供足夠的信息讓你找出一個好的解決辦法。謝謝。）
    machine-learning tensorflow 2017-10-12

    -1熱度

    1回答

    神經網絡：代價不穩定

    我實現了一個簡單的神經網絡，用於python中的圖像分類（一類）。圖層很簡單（image_matrix，5,1）。對隱藏層使用relu和sigmoid。 我正在迭代5000次。起初看起來成本是以合理的方式逐漸下降的。 但是，無論有多少訓練示例使用，或者我learning_rate是什麼，成本開始每次大約3000次迭代後運行不穩定... cost（點擊看原圖） 有人可以幫助我瞭解什麼是繼續？ 謝謝
    python machine-learning neural-network computer-vision classification 2017-10-12

    0熱度

    1回答

    不同背景下的gensim

    我正在使用gensim library for word2vec。我想用與文本無關的例子來訓練模型，例如：「貓是棕色的，現在幾點？」 我所創建的輸入模型如下： [["The", "cat", "is", "brown"], ["What", "time", "is", "it"]]，但我不知道該模型是否假設「棕色」，並在相同的情況下「是什麼」。 試圖在api中找到答案，但找不到它。
    machine-learning nlp word2vec 2017-10-12

    0熱度

    1回答

    RNN未訓練（PyTorch）

    訓練時我無法弄錯我做錯了RNN。我試圖訓練RNN對於和序列操作（瞭解它如何在簡單的任務上工作）。 但是我的網絡沒有學習，損失保持不變，並且它不能模擬事件。 你能幫我找到問題嗎？ 數據我使用： data = [ [1, 1, 1, 1, 0, 0, 1, 1, 1], [1, 1, 1, 1], [0, 0, 1, 1], [0, 0, 0, 0, 0, 0,
    machine-learning deep-learning pytorch rnn 2017-10-12

    1熱度

    1回答

    Logistic迴歸直接支持多個類

    我的理解是Softmax迴歸是Logistic迴歸的一般化，以支持多個類。 Softmax迴歸模型首先計算每個類的分數，然後通過將softmax函數應用於分數來估計每個類的概率。 每個班級都有自己的專用參數向量 我的問題：爲什麼我們不能用Logistic迴歸分類到多個類的更簡單的方法一樣，如果概率是0到0.3，然後A類; 0.3至0.6然後B類：0.6至0.9然後C類等 爲什麼單獨的係數矢量總是需
    machine-learning logistic-regression 2017-10-12

    1熱度

    1回答

    從tensorflow tensorflow保存示例文本分類模型/ examples/learn/text_classification.py

    我們正在嘗試使用TensorFlow示例中的文本分類示例（tensorflow/examples/learn/text_classification.py）。它適用於db_pedia數據。 現在我們試圖使用Saver保存/恢復模型，但我們沒有獲取使用Saver API的位置，因爲text_classification.py中的代碼根本不使用Session，並且Saver API需要會話來保存/恢復
    machine-learning tensorflow text-classification 2017-10-12

    4熱度

    1回答

    是否有一些用於時間序列預測的預先訓練的LSTM，RNN或ANN模型？

    我想解決時間序列預測問題。我嘗試過使用ANN和LSTM，在各種參數上玩了很多，但我所能得到的結果比持久性預測好8％。 所以我想知道：既然你可以在keras中保存模型;對於時間序列預測，是否有預先訓練的模型（LSTM，RNN或任何其他ANN）？如果是這樣，我如何得到它們？ Keras有沒有？ 我的意思是這將是，如果有包含預先訓練的模型，使人們就不必speent太多時間訓練他們網站.. 同樣，另一個問
    python machine-learning neural-network keras recurrent-neural-network 2017-10-12

    -1熱度

    1回答

    張量流中超參數搜索時的彙總分組？

    我想執行超參數搜索。在每個參數組合上，我正在創建適當的圖形並對其進行訓練。內部圖形中有可能性圖的摘要。 如何組織張量板報告以便在一個頁面中查看所有內容？ 我可以有不同的logdir名稱，還有什麼選擇？
    machine-learning tensorflow tensorboard hyperparameters 2017-10-12

    2熱度

    1回答

    Keras VGG16預測速度緩慢

    我正在研究這個轉移學習個人項目的特徵提取器，並且Kera的VGG16模型的預測函數看起來很慢（一批4幅圖像需要31秒）。我確實期望它很慢，但不確定預測函數是否比應該慢。 data = DataGenerator() data = data.from_csv(csv_path=csv_file, img_dir=img_folder, batch_size=ba
    python performance machine-learning keras 2017-10-12

    0熱度

    1回答

    多類預測與文本和數字數據

    我試圖創建一個數據集，其中包括數字和文本功能 使用TF-IdfVectorizer預測模型（或分類），我設法文本列轉換爲列表 因此每個小區在文本列是浮點數的諸如 [0.0 0.3567 0.0 0.0]（沒有逗號）的列表。 我的目標功能是一組類。每一行可以有多個值，如 [a, b, c, 1] [1, d] [] 的問題是如何可以預先處理對象變量，以便我的模式使得分類的預測？我試過標籤編碼
    pandas machine-learning scikit-learn multiclass-classification 2017-10-12
最新問題