softmax

0熱度

3回答

tensorflow SOFTMAX始終返回1分

import tensorflow as tf import numpy as np a = np.array([[0,0,1], [1,1,1], [1000,200,300], [-3000,-0.2,0]]) k = tf.placeholder(tf.float32, [None,3]) w = tf.Variable(tf.random_normal([3,1])) b

tensorflow softmax 2017-09-23

---

0熱度

1回答

tf.nn.sparse_softmax_cross_entropy_with_logits - 在tensorflow中沒有一個熱編碼的標籤

我想了解tf.nn.sparse_softmax_cross_entropy_with_logits的工作原理。 描述說： A common use case is to have logits of shape [batch_size, num_classes] and labels of shape [batch_size]. But higher dimensions are suppor

tensorflow softmax one-hot 2017-09-26

---

0熱度

1回答

tf.nn.sparse_softmax_cross_entropy_with_logits - 等級錯誤

這裏是我的代碼： import tensorflow as tf with tf.Session() as sess: y = tf.constant([0,0,1]) x = tf.constant([0,1,0]) r = tf.nn.sparse_softmax_cross_entropy_with_logits(labels=y, logits

tensorflow softmax cross-entropy 2017-09-27

---

1熱度

1回答

分類器神經網絡的最後一層是否同時使用sigmoid和softmax？

分類器網絡的隱藏層使用sigmoid或其他激活函數來引入非線性並規範化數據，但最後一層使用sigmoid與softmax結合使用嗎？ 我有一種感覺並不重要，網絡會訓練任何一種方式 - 但是應該只使用softmax層？或者應該首先應用sigmoid函數？

neural-network classification softmax sigmoid 2017-10-06

---

1熱度

1回答

softmax_loss函數：將循環轉換爲矩陣運算

我現在正在學習stanford cs231n課程。當完成softmax_loss函數時，我發現寫入全矢量化類型並不容易，尤其是處理術語。以下是我的代碼。有人可以優化代碼。將不勝感激。 def softmax_loss_vectorized(W, X, y, reg): loss = 0.0 dW = np.zeros_like(W) num_train = X.

python numpy machine-learning softmax 2017-10-11

---

1熱度

1回答

Pyfaster RCNN ZF網絡模型中的Softmax輸入尺寸

我有興趣重現zf net的原型文件文件中的步驟。我不確定的部分是softmax層。 layer { name: "rpn_cls_score" type: "Convolution" bottom: "rpn/output" top: "rpn_cls_score" convolution_param { num_output: 18 #

caffe softmax 2017-10-13

---

1熱度

2回答

SOFTMAX層返回1S

我想建立在Keras一個CNN與SOFTMAX層作爲輸出的載體，但我只得到這個作爲輸出： [[[[ 1.] [ 1.] [ 1.]]]] 我的模型是建立像這樣： model = Sequential() model.add(Conv2D(2, (1,3), padding='valid', input_shape=(3,3,50), init='normal

python keras softmax 2017-10-16

---

1熱度

1回答

tensorflow softmax_cross_entropy代碼

由於隱藏tf.nn.softmax_cross_entropy_with_logits的gen_nn_ops的源代碼，任何人都可能解釋我tensorflow如何計算Softmax後的交叉熵。我的意思是，在softmax之後，它可能會輸出0，因爲精度會導致交叉熵產生NaN問題。當softmax限制它的輸出時，tensorflow是否使用clip方法？

tensorflow softmax cross-entropy 2017-10-19

---

-1熱度

1回答

添加softmax顯着改變重量更新

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？

neural-network deep-learning softmax attention-model 2017-10-21

---

1熱度

2回答

InvalidArgumentError logits和標籤必須具有相同的大小：logits_size = [3215,25] labels_size = [10,25]

我有很多錯誤（OOM，形狀問題等），我已經設法修復某種方式。 但是我無法理解這個錯誤。我搜索了很多，我也嘗試了tensorflow中的logits方法和tf.squeeze函數的稀疏交叉熵，但是這也沒有幫助我解決這個錯誤。這裏是代碼的鏈接（這是一個github gist與整個堆棧跟蹤和錯誤）。 Code Link 這裏是鏈接的數據集（這是大約500 MB） Dataset Link 這裏是代碼（以

python-3.x tensorflow deep-learning softmax 2017-09-07

---