neural-network

    2熱度

    2回答

    神經網絡卡住

    我正在嘗試使用神經網絡進行分類（我正在使用tensorflow）。 不幸的是，我的神經網絡訓練陷入了42％的精度。 我有4個類，我試圖分類數據。 不幸的是，我的數據集是不均衡的，這意味着： 數據 43％屬於1類（是的，我的網絡卡預測僅此） 37％，至2級 13％至3類 7％至4類 我使用的優化是AdamOptimizer和成本函數是tf.nn.softmax_cross_entropy_with_
    machine-learning tensorflow neural-network deep-learning conv-neural-network 2017-10-10

    0熱度

    1回答

    多對一的LSTM，Keras上的softmax尺寸錯誤

    我正在嘗試使用LSTM來訓練一個簡單的多對一RNN分類器。我的時間步長爲100個數據點，具有7個特徵，總共有192382個樣本。這是我的型號： model = Sequential() model.add(LSTM(50,input_shape = (100,7),name = 'LSTM',return_sequences=False)) model.add(Dropout(0.2)) m
    machine-learning neural-network deep-learning keras lstm 2017-10-10

    1熱度

    2回答

    如何知道圖層中是否存在「偏差」？

    我正嘗試用pycaffe閱讀咖啡網絡中的體重和偏見。 這裏是我的代碼 weight = net.params[layer_name][0].data bias = net.params[layer_name][1].data 但是，我的網絡中的某些層沒有偏見，所以會有這Index out of range錯誤。 所以我的問題是我可以用 if(net.params[layer_name][1]
    python neural-network deep-learning caffe pycaffe 2017-10-10

    1熱度

    1回答

    當會話關閉時啓動模型 - Tensorflow

    我構建了一個帶有兩個隱藏層的神經網絡。當我啓動了會議由我保存會話： saver.save(sess, "model.ckpt") 如果我留在同一個會議上，我推出這個代碼： restorer=tf.train.Saver() with tf.Session() as sess: restorer.restore(sess,"./prova") new_graph = tf.
    python-3.x tensorflow neural-network save 2017-10-10

    1熱度

    1回答

    Autoencoder：解碼器是編碼器的鏡像版本嗎？

    我是新的深度學習，我想實現自動編碼器異常檢測。 我有兩個問題： 是譯碼器層總是編碼層的鏡像版本？ 由於隱蔽層代碼（H）表示的數據的壓縮represenation，的權重能將它們考慮的輸入要素的分類？
    neural-network encoder decoder 2017-10-10

    1熱度

    1回答

    tensorflow：輸出層總是顯示[1.]

    這是一個有鑑別力的網絡，我正在訓練，所以我可以在生成網絡中使用它。我訓練了一個具有2個特徵的數據集並進行二元分類。 1 =打坐0 =不打坐。 （數據集來自siraj raval的視頻之一）。 由於某些原因，輸出層（ol）總是在每個測試用例中輸出[1]。 我的數據集：https://drive.google.com/open?id=0B5DaSp-aTU-KSmZtVmFoc0hRa3c impor
    python machine-learning tensorflow neural-network tensorflow-gpu 2017-10-10

    0熱度

    1回答

    在張量流中沒有提供梯度（mean_squared_error）

    我正試圖建立一個2輸入神經元（+1 bias）的簡單網絡，進入1個輸出神經元以教它「和」功能。它是基於mnist-clissification的例子，所以對於任務來說它可能過於複雜，但是關於這種網絡的一般結構對我來說，所以請不要說「你可以用numpy來做」或者什麼的，它是關於張量流NNs對我來說。因此，這裏是代碼： import tensorflow as tf import numpy as
    python tensorflow neural-network artificial-intelligence 2017-10-11

    0熱度

    1回答

    如何將時間分佈的密集層應用於形狀張量（batch_size，600,105,8）以生成輸出（batch_size，600,48）

    我有一個Conv2D圖層產生形狀張量(batch_size, 600, 105, 8)。這是一批feature_map爲8的歌譜圖。現在我想在每個時幀（600）上應用一個大小爲48的「密集」圖層，以生成形狀(batch_size, 600, 48)的張量。默認Keras Dense層似乎並沒有削減它... 有什麼建議嗎？ 這是我的功能 def build_cnn(input_shape=(None
    machine-learning neural-network computer-vision deep-learning keras 2017-10-11

    1熱度

    2回答

    從照片中進行照明方向估計的機器學習？

    機器學習和計算器的新手。 最近，我一直在嘗試創建一種機器學習算法，根據對象的反射來估計光源的方向。 我知道這可能是一個複雜的主題，這就是爲什麼，作爲第一步，我試圖儘可能簡化它。 我首先將問題從迴歸問題轉換爲分類問題，只將其作爲輸出：光源位於對象的左側或光源位於對象的右側。 我也只爲一個角度變化我的數據集。 短版我的問題： 你認爲這是可以做到這樣的事情與機器學習？ （我的經驗太難以確定了） 如果是，
    machine-learning tensorflow neural-network computer-vision 2017-10-11

    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
最新問題