machine-learning

    0熱度

    1回答

    在Keras文檔中 - steps_per_epoch:在聲明一個時期完成並開始下一個時期之前從生成器產生的步驟總數(樣品批次)。它通常應該等於數據集中唯一樣本的數量除以批量大小。 我有3000個樣本。 如果我設置steps_per_epoch = 3000,它的工作很慢。如果我設置steps_per_epoch = 300,它的工作速度更快,我認爲批量工作! 但後來我比較了在第一和第二種情況下分

    1熱度

    1回答

    我使用Keras作爲(字符)序列到序列RNN應用程序。由於我有一個相對較少的A - > B例子,以及更多的B例子,我決定嘗試一種自動編碼器方法:首先訓練一個網絡來學習B上的身份函數,爲成員產生一個嵌入的B,然後訓練一個網絡來學習A - >嵌入(B)。通過將第二個網絡與第一個網絡的解碼器一半相結合,希望它能夠推廣生產合理的Bs。 的代碼中,Building Autoencoders in Keras

    2熱度

    1回答

    我想初始化給定變量作用域中的所有變量,除了列出所有變量名稱之外,還有其他方法嗎? 變量的範圍已經建立但尚未初始化,只有initlialization需要做

    -2熱度

    1回答

    我正在用azure ml處理cifar 10,但由於數據太多,需要花費太多時間進行學習。 Tensorflow具有next_batch功能,可以一點一點地獲取訓練數據。我也想用天藍毫升。我怎樣才能一點一點地獲得數據並加速每個時代的學習?

    1熱度

    1回答

    我構建了一個用於預測Y'值的機器學習算法。爲此,我使用Y的Log值來進行數據縮放。 由於我得到了預測的Y'和實際Y值,我必須將Y & Y'的Log值轉換爲指數值。 但是,從exp7(= ln1098)的值出現如此巨大的失真......這使得很多MSE(錯誤)。 我該如何避免這種巨大的失真?(一般情況下,我需要的值超過1000) 謝謝!

    0熱度

    1回答

    我有這個數據,有異常。我怎樣才能找到Mahalanobis disantance 並用它來刪除異常值。

    1熱度

    2回答

    我試圖分類頁面,尤其是搜索頁面,基於文件袋的單詞,頁面佈局,包含表格或沒有,具有大膽的標題等。有了這個前提下,我創建了這樣一個pandas.DataFrame,對於每個文件: page totalCharCount matchesOfWordX matchesOfWordY hasFeaturesX hasFeaturesY hasTable score 0 0.0 60

    1熱度

    1回答

    我剛開始使用NiftyNet進行醫學圖像分割。要開始使用該軟件,我試圖運行從Brats Challenge數據集中分割圖像的演示(http://www.braintumorsegmentation.org/)。 我已經下載了Brats,數據,使用rename_crop_brats就可以了,並設置我的$ PYTHONPATH。然而,當我運行命令: python net_run.py train -c

    2熱度

    1回答

    我想寫一個MLP與TensorFlow(我剛開始學,所以道歉的代碼!)爲多元迴歸(無MNIST,請)。這裏是我的MWE,我選擇使用sklearn的linnerud數據集。 (實際上我使用的是一個更大的數據集,在這裏我只使用一層,因爲我想讓MWE變小,但如果需要,我可以添加)。順便說一句,我在train_test_split中使用shuffle = False,因爲實際上我正在使用時間序列數據集。

    1熱度

    1回答

    我想在Python中運行kNN(k-最近鄰居)算法。 我使用的嘗試做到這一點可在UCI機器學習庫的數據集:https://archive.ics.uci.edu/ml/datasets/wine 這裏是我使用的代碼: #1. LIBRARIES import os import pandas as pd import numpy as np print os.getcwd() # Prin