machine-learning

    2熱度

    2回答

    神經網絡卡住

    我正在嘗試使用神經網絡進行分類（我正在使用tensorflow）。 不幸的是，我的神經網絡訓練陷入了42％的精度。 我有4個類，我試圖分類數據。 不幸的是，我的數據集是不均衡的，這意味着： 數據 43％屬於1類（是的，我的網絡卡預測僅此） 37％，至2級 13％至3類 7％至4類 我使用的優化是AdamOptimizer和成本函數是tf.nn.softmax_cross_entropy_with_
    machine-learning tensorflow neural-network deep-learning conv-neural-network 2017-10-10

    0熱度

    1回答

    作爲圖像，圖像通道的numpy數組

    我有一個用numpy數組格式表示的3D圖像。形狀是（60,60,15），60寬度60高度15幀深。 現在我想要用另一個庫進一步處理這個圖像。但是這個圖書館需要一個「渠道」的論點。 https://keras.io/layers/convolutional/#conv3d 我沒有得到的是如何找出我的圖像有多少個通道。 圖像是三維MRI圖像： 1片：
    python image numpy machine-learning keras 2017-10-10

    0熱度

    1回答

    Python機器學習準確性評分與意見

    因此，目前我正在嘗試許多不同的機器學習模型（KNN，Kmeans，神經網絡，決策樹等），以找出哪種模型最適合我的情況。 「M被陷在是，我立足我的意見算法下面是對X功能一個條目： X-array([ 96255., 114452., 177551., 141049., 170292., 8155., 502., 683.]) 下面是一個樣本集的期待所輸入的功能Y值如上圖所示：
    python algorithm machine-learning 2017-10-10

    0熱度

    1回答

    多對一的LSTM，Keras上的softmax尺寸錯誤

    我正在嘗試使用LSTM來訓練一個簡單的多對一RNN分類器。我的時間步長爲100個數據點，具有7個特徵，總共有192382個樣本。這是我的型號： model = Sequential() model.add(LSTM(50,input_shape = (100,7),name = 'LSTM',return_sequences=False)) model.add(Dropout(0.2)) m
    machine-learning neural-network deep-learning keras lstm 2017-10-10

    0熱度

    1回答

    使用SGDCllassifier partial_fit方法增量/在線學習

    我已經建立了一個增量學習模型，但不知道它是對還是錯我有2個訓練數據第一個包含20000行，第二個包含10000個行，它們都有兩列描述和ID ......在我的學習模式是工作的罰款是針對給定描述分類正確ID離線的情況下.. datafile_train首先是訓練數據 datafile_train1的第二次訓練數據 我使用SGDClassifier和partial_fit方法增量 1 ）Countve
    python machine-learning classification text-classification 2017-10-10

    0熱度

    1回答

    爲什麼我的CNN模型過度擬合？

    我使用Keras訓練爲低於CNN模型OCR任務。它共有46個班，總共有78,000個例子。每個班級都有相同的號碼。的例子。看到驗證錯誤在增加，快速搜索顯示該模型過度擬合。所以，我添加了丟棄圖層並刪除了一些圖層。我測試了它與它限制了過度擬合的一些時期後小幅但仍模型overfits。我有一些變化測試，但是趨勢是類似與驗證的準確性似乎停止在〜0.02和驗證錯誤越來越嚴重。任何幫助，將不勝感激。 代碼：
    machine-learning computer-vision keras 2017-10-10

    0熱度

    1回答

    構建一個從每個索引值的多個附加

    我有一些數據（42特徵）在幾個月內收集的人（最大-6; 因不同條目而異），每個月的價值是自己的行： 有9267倍唯一ID的值（設定爲索引）和多達50 000行的DF。 我想將其轉換爲42個* 6的特徵向量每個ID（即使有些會有很多的NaN存在的），這樣我可以在訓練他們，這裏是應該的樣子： 這裏是我的解決方案： def flatten_features(f_matrix, ID): '''
    python pandas dataframe machine-learning 2017-10-10

    0熱度

    1回答

    Tensorflow tf.squared_difference輸出意想不到的形狀

    新手在這裏，我很抱歉，如果這個問題很愚蠢，但我在網上找不到任何東西。我得到了一個意想不到的形狀，輸出爲tf.squared_difference。我期望一個張量與shape=(100, ?)形狀從下面的代碼片斷 [print("Logits",logits,"#Labels",labels,"LOSS",tf.squared_difference(labels,logits)) for logit
    python machine-learning tensorflow deep-learning 2017-10-10

    0熱度

    1回答

    Gensim doc2vec句子標記

    我試圖理解doc2vec，我可以用它來解決我的情況。我想使用TaggedSentences（[words]，[tags]）爲一個或多個標籤標註句子，但不確定如果我的理解是正確的。 所以基本上，我需要這樣的事情發生（或我完全沒譜） 我創建2個TaggedDocuments TaggedDocument(words=["the", "bird", "flew", "over", "the", "coo
    python machine-learning data-science gensim doc2vec 2017-10-10

    1熱度

    1回答

    tensorflow：輸出層總是顯示[1.]

    這是一個有鑑別力的網絡，我正在訓練，所以我可以在生成網絡中使用它。我訓練了一個具有2個特徵的數據集並進行二元分類。 1 =打坐0 =不打坐。 （數據集來自siraj raval的視頻之一）。 由於某些原因，輸出層（ol）總是在每個測試用例中輸出[1]。 我的數據集：https://drive.google.com/open?id=0B5DaSp-aTU-KSmZtVmFoc0hRa3c impor
    python machine-learning tensorflow neural-network tensorflow-gpu 2017-10-10
最新問題