我一直在尝试建立一个Keras模型，以便在我的数字数据集中找到模式。我已经多次更改了损失和优化器，但在损失中没有任何变化。我还删除/添加了层，并更改了层中神经元的数量，但在损失中仍然没有变化。模型是： from keras.models impor
浏览 23提问于2019-02-18得票数 2
回答已采纳
对于上下文，我在Keras中训练了两个独立的自动编码器:一个具有标准的MSE损失函数，另一个具有自定义的MSE损失函数。当在训练中的给定时间点评估这两个模型时，它们具有非常相似的性能，但损失却非常不同。 我的性能指标是平均百分比误差。这两个模型都在重建原始图
浏览 31提问于2020-04-24得票数 0
回答已采纳
2回答
我有一个非常简单的神经网络，它工作在250个时代，在最后一个时代，它显示了mae = 0.1397，然而，如果我试图得到model.evaluate((m * test_x + b), predict_y))，那么mae是关于44009.296875的。为什么有这么大的差别?这是我的代码：from tensorflow.keras import In
浏览 0提问于2021-11-02得票数 0
回答已采纳
我正在尝试用Python语言训练一个非常简单的TensorFlow后端的Keras模型。
我知道在训练时在控制台中显示的时期损失是为了效率而‘即时’计算的，因此不一定是中间模型的真实损失。但据我所知，如果每个时期只有一批就是整个训练集，那么它们实际上应该是。这种期望的
浏览 0提问于2018-12-28得票数 0
1回答
我需要一个带有huber损失函数的python的svm分类器。但它的默认损失函数是铰链损失。您知道如何将丢失函数分配给python吗？
浏览 2提问于2017-08-15得票数 0
2回答
我正在尝试用mnist数据集训练一个简单的神经网络。由于某种原因，当我获得历史(从model.fit返回的参数)时，验证精度高于训练精度，这真的很奇怪，但如果我在评估模型时检查分数，我会获得比测试精度更高的训练精度。
无论模型的参数是什么，每次都会发生这种情况。此外，如果我使用自定义回调并访问参数'acc‘和&
浏览 1提问于2017-07-17得票数 16
回答已采纳
1回答
我用100000个样本在Keras中训练了一个通用模型，并取得了良好的性能。然后，对于特定样本，我希望使用训练的权重作为初始化，并继续优化权重，以进一步优化特定样本的损失。
然而，出现了这个问题。首先，我通过keras轻松地加载训练过的权重，然后对一个特定样本的损失进行评估，
浏览 0提问于2018-12-23得票数 0
1回答
我已经把一个火把程序翻译成了角语。, BatchNormalization, Input, Reshapeimport keras.backend as k
from keras.optimizers的输出实际上与py手电的输出不同。Keras代码在模型和输出之间缺乏连接。但是，无法找到建立此连接的方法。
浏览 0提问于2019-08-04得票数 5
我编写了Keras的代码来训练GoogleNet。然而，从fit()获得的准确率是100%，但是使用相同的训练数据来评估()，准确率仅为25%，这有如此巨大的差异！此外，与fit()不一样的评估()的准确性不会因为训练次数的增加而得到提高，这意味着它几乎保持在25%。from <e
浏览 0提问于2019-03-11得票数 5
我正在尝试训练一个有多个输出的模型，因此，当我编译它时，也会有多个损失函数附加到它。 我以前没有做过类似的事情(至少不是从头开始)。 下面是我用来弄清楚这是如何工作的一些代码。from tensorflow.keras.layers import Dense, Input
batch_sizelo
浏览 127提问于2021-03-17得票数 2
回答已采纳
2回答
时间序列数据的趋势
、、、
我使用带有LSTM层的Keras序列模型和时间序列数据来预测未来的值。为此，我在某个时间点将我的数据划分为训练数据和验证数据。时间序列数据具有积极的趋势，因此我的训练数据中的平均值低于我的验证数据中的平均值，因为我使用较新的数据作为验证。
浏览 30提问于2021-04-21得票数 0
回答已采纳
1回答
最后的训练步骤可能没有最低的损失，如果损失波动。有吗？通过从整个培训过程中选择对验证数据损失最小的模型来选择Keras
Keras从最终的
浏览 3提问于2020-12-18得票数 2
回答已采纳
2回答
有密集连接层的辍学
、、、、
我在我的一个项目中使用了一个密集的模型，并且在使用正则化时遇到了一些困难。
没有任何正则化，验证和训练损失(MSE)都会减少。然而，训练损失下降得更快，导致最终模型的一些过度拟合。当使用Dropout时，验证和训练损失在第一个时期减少到0.13左右，并且在大
浏览 3提问于2020-04-05得票数 2
回答已采纳
我在tensorflow (tf.keras.layers.Dropout)中实现的模型上使用了dropout层。我在训练时设置了"training= True“，在测试时设置了"training=False”。性能很差。我在测试过程中也不小心更改了"training=True“，结果变得更好了。<
浏览 1提问于2019-11-15得票数 2
1回答
在TF2 keras中，我使用tensorflow.keras.losses.MeanSquaredError作为损失函数训练了一个自动编码器。现在，我想通过使用另一个损失函数来进一步训练这个模型，特别是tensorflow.keras.losses.KLDivergence。这样做的原因是，最初的无监督学习是针对表征学习进行的
浏览 28提问于2021-02-01得票数 0
我刚刚使用Keras构建了我的第一个模型，这就是输出。它看起来像是在构建任何Keras人工神经网络之后得到的标准输出。即使在查看了文档之后，我也不完全理解在输出中打印的时代是什么，损失是什么。在Keras中什么是时代和损失？
(我知道这可能是一个非常基本<e
浏览 5提问于2016-01-08得票数 53
回答已采纳
1回答
我训练了一个模型并将它保存为import os model.save('')，我想使用我的模型对新的测试集进行预测，所以我用model = tf.keras.models.load_model('')加载它它向我展示了在加载Keras模型时检测到Tf2.5之前保存的这个waring (WARNING:ten
浏览 2提问于2021-08-26得票数 3
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号