machine-learning

1熱度

7回答

在python numpy中實現Relu派生

我試圖實現一個函數，它計算矩陣中每個元素的Relu導數，然後將結果返回到矩陣中。我正在使用Python和Numpy。 基於其它交叉驗證帖，x的RELU衍生物是 1當x> 0時，0當x < 0，未定義或0當x == 0 目前，我有以下代碼，以便遠： def reluDerivative(self, x): return np.array([self.reluDerivativeSingle

machine-learning python derivative numpy 2017-09-25

---

0熱度

2回答

從圖像中裁剪人臉

我有一張人臉圖像的集合，每個圖像中有1個或有時候有2個人臉。我想要做的是在每幅圖像中找到臉部然後剪裁它。 我測試了幾個方法，這些方法在python中使用openCV實現，但結果並不好。這些方法是： 1- Implementation 1 2- Implementation 2 有，我已經測試了一個多模式，但我不能發佈兩個以上的鏈路。 問題是，這些基於哈爾特徵的算法對臉部大小不夠健壯，當我在接近臉部

opencv machine-learning computer-vision deep-learning face-detection 2017-09-26

---

-1熱度

1回答

在人工智能中的自動應答用戶查詢中使用了哪種技術？

我有一個段落，系統必須理解它，它應該回答用戶提出的所有問題。請說出技術和方法。

machine-learning nlp deep-learning artificial-intelligence 2017-09-26

---

1熱度

2回答

您可以從網絡的前3層複製權重嗎？不完全微調，但幾乎重塑

在咖啡館我只是在使用ImageNet數據集訓練的alexnet架構的前訓練權重，僅用於前兩層，我想在這兩層之後添加一個softmax分類器。我想知道如何才能從包含更大網絡結構（真正的「深」Alexnet結構）的權重文件中提取僅前兩層的權重。

machine-learning neural-network deep-learning caffe conv-neural-network 2017-09-26

---

3熱度

2回答

瞭解RL中的近端策略優化算法有哪些方法？

我知道鋼筋學習的基礎知識，但需要了解什麼條件才能閱讀arxiv PPO paper？ 什麼是學習和使用的路線圖PPO？

machine-learning reinforcement-learning 2017-09-26

---

1熱度

1回答

Tensorflow-特徵列

我對Tensor Flow比較陌生。此功能欄是什麼以及它如何影響培訓？ 當我實現下面的代碼時，這個數字列被創建爲一個特性列。我想了解使用情況。 feature_columns = [tf.feature_column.numeric_column("x", shape=[1])] estimator = tf.estimator.LinearRegressor(feature_columns=

python machine-learning tensorflow 2017-09-26

---

2熱度

2回答

使用MLP分類器，一類精度爲零

我有一個約爲45000樣本的數據集，每個樣本的二進制輸出爲0或1。但是，在sklearn包中使用MLP分類器之後，無論輸入什麼內容，我都獲得了一個輸出爲1的模型。類0的精度爲零。我試圖改變模型的超參數，但輸出是相同的。任何人都可以提出一種方法來克服它嗎？ precision recall f1-score support

python machine-learning scikit-learn 2017-09-26

---

1熱度

1回答

SVM自定義RBF內核IndexError

我想爲我的非線性可分數據實現SVM RBF內核。我定義我的內核： def rbf(va, vb): gamma = 0.7 return exp(-gamma * linalg.norm(va - vb) ** 2) clf = svm.SVC(kernel=rbf) clf.fit(va, vb) 它顯示錯誤： if X.shape[0] != X.shape[1]:

python numpy machine-learning scikit-learn svm 2017-09-26

---

1熱度

1回答

對於稀疏數據，訓練LDA（潛在Dirichlet分配）並預測新文檔的更快方法是什麼？

關於訓練LDA： 當我們試圖實現LDA，我們需要構建一個詞 - 文檔矩陣，但該矩陣是稀疏的數據，因爲我們的令牌字典是非常大的（有的數百萬字），並且一個文檔有一小組令牌（〜1000 - 10000個字），因此在文檔 - 文檔矩陣中，它具有很多0值，並且需要更長時間來訓練模型。那麼我們怎樣才能更快？ 關於預測新文件： 訓練後，現在我們有一個新的LDA模型，所以我們可以用它來預測哪些主題一個新的文件。但

apache-spark machine-learning cluster-analysis lda unsupervised-learning 2017-09-26

---

3熱度

2回答

批量訓練但在Tensorflow中測試單個數據項目？

我已經訓練與10 批量大小的卷積神經網絡然而，當測試，我想單獨和無法預知每個數據集的分類分批，這給了錯誤： Assign requires shapes of both tensors to match. lhs shape= [1,3] rhs shape= [10,3] 我理解是指10到batch_size，3是我分類的類的數量。 我們不能使用批次進行培訓並單獨進行測試嗎？ 更新： 訓練階

python machine-learning tensorflow neural-network conv-neural-network 2017-09-26

---