neural-network

    0熱度

    1回答

    神經網絡迴歸模型輸出層的激活函數

    我一直在用神經網絡進行實驗。我遇到了有關要使用的激活功能的一般問題。這可能是一個衆所周知的事實，但我無法正確理解。我見過的很多例子和論文都是關於分類問題的，他們在輸出層使用sigmoid（二進制）或softmax（多類的情況下）作爲激活函數，這很有意義。但是我沒有看到在迴歸模型的輸出層中使用了任何激活函數。 所以我的問題是，它是由選擇我們不使用任何激活函數在迴歸模型的輸出層，因爲我們不希望激活函數
    neural-network regression activation-function 2017-10-11

    0熱度

    1回答

    如何爲Tensorflow優化器創建自定義指標？

    我希望最小化/最大化F1分數，Precision，Recall和我的自定義指標等指標。還有就是我的指標和優化代碼： def my_metric(logits, labels): predicted = tf.argmax(logits, 1) actual = tf.argmax(labels, 1) NS = tf.count_nonzero(actual)
    optimization tensorflow neural-network gradient metrics 2017-10-11

    0熱度

    1回答

    TensorFlow：如何修復ValueError：形狀（50,2）的形狀（50,1）的飼料值（50,1）

    我試圖定義一個圖形，用於放棄CBOW的模型。下面是我如何定義我的圖形，但我繼續得到以下錯誤：ValueError：無法爲張量'Placeholder_1：0'提供形狀（50,2）的值，形狀爲'（50,1）' input_data = tf.placeholder(tf.int32, shape=[batch_size, embedding_size]) labels = tf.placehold
    python tensorflow neural-network 2017-10-11

    0熱度

    1回答

    Tensorflow：不恢復，但只能保存可訓練的變量

    假設我有一個帶有Y圖層的模型。 我試圖通過設置Y-1圖層來恢復模型爲trainable=False，因此我在定義tf.train.Saver(var_list=list_of_Y-1_layers)時將所有Y-1圖層（變量名稱）插入到var_list中，以便它們可以恢復。 我想不恢復最後一層，我想訓練自己，所以如果我把它放回var_list，它會得到恢復，如果我不放在那裏，它不會在檢查點期間保存訓
    python tensorflow neural-network deep-learning 2017-10-11

    0熱度

    1回答

    Java Neuroph Framework數據格式

    我目前正在研究java的神經網絡框架「neuroph」，我有一個關於數據集中數據類型的問題。 無論如何要使用包含單詞和數字作爲訓練集的數據集？因爲當我上傳帶有這些標準的數據集時，我得到了「NaN」，這只是表示網絡沒有收到任何數據。我在我的數據集和協議類型「UDP/TCP」中提供IP地址以及數據集中的部分數據。 當我從我的數據集中手動輸入一行數據到網絡中來分析問題的種類時，它給我提供的輸入是無效輸入
    java networking tcp neural-network 2017-10-11

    0熱度

    1回答

    如何用resnet50模型進行微調？

    我在互聯網上看到過很多關於如何微調VGG16和InceptionV3的例子。例如，有些人在微調VGG16時會將前25層設置爲凍結。對於InceptionV3，前172層將被凍結。但是，如何resnet？當我們做微調的時候，我們會凍結一些底層模型，如下： from keras.applications.resnet50 import ResNet50 base_model = ResNet50(
    machine-learning neural-network deep-learning keras resnet 2017-10-11

    3熱度

    1回答

    爲什麼這個簡單的神經網絡不能收斂到XOR？

    下面的網絡代碼工作正常，但速度太慢。 This site意味着網絡在學習率爲0.2的100個時期後應該達到99％的準確率，而即使在1900年以後，我的網絡也從未超過97％。 Epoch 0, Inputs [0 0], Outputs [-0.83054376], Targets [0] Epoch 100, Inputs [0 1], Outputs [ 0.72563824], Target
    python-3.x neural-network xor backpropagation convergence 2017-10-11

    2熱度

    1回答

    如何實現代替乙狀函數的ReLU

    import numpy as np alpha = 0.0251 # as close to true alpha as possible def nonlinear(x, deriv=False): if(deriv==True): return x*(1-x) return 1/(1+np.e**(-x)) #seed np.random.seed(
    python numpy machine-learning neural-network sigmoid 2017-10-11

    1熱度

    1回答

    如何連接兩個模型

    我有模型A（自動編碼器），它將一批圖像A_in（原始圖像）作爲輸入，並輸出一批圖像A_out（重建圖像）。然後我有模型B（二進制分類器），它將一批圖像B_in作爲輸入，它是A_in和A_out的混合。 我想讓B區分A_in和A_out，看看A是否做得很好，重建圖像。 B_out是給定圖像是A_in的概率。 B列車與A並列以對兩種圖像進行分類。 B_loss =（B_out - 標籤）。標籤爲0或1
    tensorflow neural-network autoencoder 2017-10-11

    -2熱度

    2回答

    從機器學習輸出獲取輸入

    我正在構建一個迴歸模型來預測設備的效率。有沒有辦法扭轉這種情況，並從輸出中得到模型的輸入？我知道像決策樹和隨機森林這樣的模型可以看到特徵的重要性，對於線性模型，您可以看到賦予每個特徵的權重，但是可以從該模型生成一些輸入嗎？例如。給定最佳效率，預測輸入組合。
    python machine-learning scikit-learn neural-network data-science 2017-10-12
最新問題