neural-network

    4熱度

    2回答

    我開始使用Tensorflow項目,並且正在定義和創建我的特徵列。但是,我擁有數百和數百個功能 - 這是一個相當廣泛的數據集。即使在預處理和擦洗之後,我也有很多列。 創建feature_column的傳統方式在Tensorflow tutorial甚至是StackOverflow post中定義。你基本上是聲明並初始化每個功能列Tensorflow對象: gender = tf.feature_c

    1熱度

    1回答

    我從一個簡單的線性迴歸式網絡開始,使用Tensorflow編寫,主要基於其MNIST初學者教程。有7個輸入變量和1個輸出變量,都是連續的。與這個模型中,輸出均爲左右徘徊1,這是有意義的,因爲目標輸出設定在很大程度上是由的一,本值是占主導地位的由測試數據生成輸出樣本: [ 0.95340264] [ 0.94097006] [ 0.96644485] [ 0.95954728] [ 0.93

    1熱度

    3回答

    我有tensorflow-gpu 1.2.1和keras在Ubuntu 16.04上。 我不能夠執行: from kears.utils import multi_gpu_model 有沒有人有multi_gpu_model成功在他們的文檔的常見問題解答部分描述? 我有一個4 GPU計算機與4個GeForce GTX 1080 Ti卡,並希望使用他們所有。 這是我得到的錯誤: import k

    2熱度

    2回答

    我有以下問題:我試圖學習張量流程,但我仍然沒有找到將培訓設置爲在線或批處理的位置。舉例來說,如果我有以下的代碼來訓練神經網絡: loss_op = tf.reduce_mean(tf.pow(neural_net(X) - Y, 2)) optimizer = tf.train.GradientDescentOptimizer(learning_rate=learning_rate) trai

    0熱度

    1回答

    我最近在神經網絡開設了一門課程,並決定開展研究工作。我所考慮的是設計一個識別嘴脣運動的網絡,這通常被稱爲脣讀。 我知道神經網絡理論,我選擇了設計卷積神經網絡但我有問題想着如何提取視頻或圖像的序列將作爲服務的特徵輸入到我計劃設計的網絡中。 在關注全面調查之前,我想通過給我一些概念或想法來幫助我做點什麼,主要在特徵提取部分。 我一般都認爲是這樣的: 元音音節或持續約1〜2秒的視頻。從這段視頻中,我必須

    1熱度

    1回答

    self.logits = nn_layers.full_connect_(self.wide_deep_embed, config.num_classes, activation='None', use_bn = True, \ keep_prob=self.keep_prob, name='output_layer') # predict prob ## loss

    0熱度

    1回答

    我是一個機器學習的新手,這是第一個真正的ML任務挑戰之一。 一些實驗數據包含512個獨立的布爾特徵和一個布爾結果。 在提供的數據集中有大約1e6個實驗實驗記錄。 在經典的XOR示例中,需要4種可能狀態中的4種來訓練NN。在我的情況下,它只有2^(10-512) = 2^-505接近零。 我沒有關於數據性質的更多信息,只是這些(512 + 1) * 1e6位。 在可用數據上嘗試了帶有1個隱藏層的NN

    1熱度

    2回答

    我正在嘗試構建cnn模型(keras),它可以根據用戶的情緒對圖像進行分類。我遇到數據問題。我有非常小的訓練數據。增加數據會有幫助嗎?它是否提高了準確性?在這種情況下,應該選擇增加數據,並應該避免?

    0熱度

    1回答

    我已經訓練使用code 我試着去得到預測如下:a convolutional3d模型, import cv2 from keras.models import Sequential, load_model import numpy as np #create an empty frame frames = [] #defince row, col img_rows,img_cols

    -1熱度

    1回答

    我有一個形式爲N = W1 * Tanh(W2 * I)的神經網絡,其中I是輸入矢量/矩陣。當我學習這些權重時,輸出具有某種形式。然而,當我添加一個標準化層時,例如,N' = Softmax(W1 * Tanh(W2 * I))然而在N'單個元素的輸出向量中接近1而其餘幾乎爲零。這種情況不僅在SoftMax()中,而且在任何標準化層中。有沒有解決這個問題的標準方案?