cross-entropy

    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

    2熱度

    1回答

    xgboost：儘管合理的準確性，但巨大的logloss

    我在二進制分類問題上訓練xgboost分類器。它產生70％準確的預測。然而，logloss在9.13處非常大。我懷疑這可能是因爲一些預測遠非目標，但我不明白爲什麼會發生 - 其他人用xgboost報告相同數據的logloss（0.55 - 0.6）更好。 from readCsv import x_train, y_train from sklearn.model_selection impor
    machine-learning xgboost cross-entropy bigdata 2017-06-20

    1熱度

    1回答

    在train/val數據集中acc增加時，神經網絡損耗開始增加

    過去幾天我一直在調試NN，但是我找不到問題。 我創建了用於識別MNIST數據集圖像的多層感知器的總原始實現。 網絡似乎學習，因爲列車循環後測試數據的準確性高於94％的準確性。我有損失功能的問題 - 一段時間後開始增加，當測試/ val精度達到〜76％時。 有人可以檢查我的前進/後退數學，並告訴我，如果我的損失功能是否正確實施，或建議什麼可能是錯誤的？ NN結構： 輸入層：758個節點，（每像素1個
    python neural-network softmax cross-entropy 2017-06-27

    1熱度

    1回答

    是否可以將tensorflow代碼轉換爲theano代碼？

    我有一個使用tensorflow函數的函數。我需要Theano的這個功能，因爲在平臺上我想使用這個代碼只有Theano安裝而不是tensorflow。我主要和Keras一起工作，所以tensorflow對我來說很神祕。 功能如下： class WeightedBinaryCrossEntropy(object): def __init__(self, pos_ratio):
    python tensorflow keras theano cross-entropy 2017-10-19

    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

    2熱度

    1回答

    二元交叉熵懲罰單熱矢量的所有分量

    我知道二元交叉熵與兩類中的分類交叉熵相同。 此外，我很清楚softmax是什麼。 因此，我看到明確的交叉熵懲罰只是將一個部件（概率）應爲1。 但爲什麼，不能或不應我使用二進制交叉熵上一熱載體？ Normal Case for 1-Label-Multiclass-Mutual-exclusivity-classification: ################ pred = [0.1
    machine-learning classification multilabel-classification one-hot-encoding cross-entropy 2017-05-23

    0熱度

    1回答

    softmax交叉熵返回值

    這是什麼意思，如果這是tf.losses.softmax_cross_entropy_loss的返回值？ <tf.Tensor 'softmax_cross_entropy_loss/value:0' shape=() dtype=float32> 這是否是事實陳述value:0平均和shape=()意味着什麼也沒計算的？
    tensorflow neural-network loss cross-entropy 2017-07-17

    1熱度

    1回答

    Tensorflow：加權稀疏SOFTMAX與交叉熵損失

    我使用完全卷積神經網絡（鏈接到紙）做圖像分割：https://people.eecs.berkeley.edu/~jonlong/long_shelhamer_fcn.pdf 這可以被認爲是像素分類（用於最終的每個像素獲得一個標籤） 我正在使用tf.nn.sparse_softmax_cross_entropy_with_logits丟失函數。 loss = tf.reduce_mean((tf.
    python tensorflow deep-learning softmax cross-entropy 2017-07-20

    1熱度

    1回答

    Tensorflow加權與S形交叉熵損失

    我試圖用TensorFlow實現多標籤分類（即每個輸出模式可以有許多活動單位）。該問題具有不平衡的類（即，比標籤分佈中的零多得多，這使得標籤模式非常稀疏）。 解決此問題的最佳方法應該是使用tf.nn.weighted_cross_entropy_with_logits函數。但是，我得到這個運行時錯誤： ValueError: Tensor conversion requested dtype ui
    tensorflow deep-learning multilabel-classification cross-entropy 2017-12-18

    1熱度

    1回答

    爲什麼RNN使用交叉熵作爲損失函數

    我對神經網絡很陌生，想知道爲什麼所有RNN的例子，特別是char-rnns都使用交叉熵損失函數作爲它們的損失函數。我已經使用了Google，但似乎無法在這方面討論任何功能。我被要求激勵它的使用，並且看它的優點和缺點，所以任何我可以通讀的論文或來源都會受到重視。
    machine-learning recurrent-neural-network cross-entropy 2017-06-14
最新問題