2回答
我想实现一个自定义指标来评估我的模型，使用训练集中没有的值来评估预测。我的指标的想法是： """
y_true is training data, binary有没有人有一个聪明的方法来实现这个技术？是以度量标准还是其他方法？
浏览 13提问于2020-03-03得票数 1
1回答
我使用TFF版本0.12.0来计算模型的性能，我想添加(具有准确性)敏感性和特异性指标， def specificitydef create_compiled_keras_model():model.compile(optimizer=tf.keras.optimizers.SGD(lr=0.001, momentum =0.9), metrics=([t
浏览 317提问于2020-12-25得票数 3
我正在使用带有TensorFlow 1.14.0的tf.keras。我已经实现了一个计算非常密集的自定义指标，如果我简单地将它添加到作为model.compile(..., metrics=[...])提供的指标列表中，它会减慢训练过程。如何让Keras在训练迭代期间跳过度量的计算，而是在每个时期结束时对验证数据进行计算(并打印)？
浏览 4提问于2019-07-01得票数 6
回答已采纳
我正在尝试运行LSTM，当我使用以下代码时： metrics
浏览 1提问于2017-04-11得票数 6
回答已采纳
我一直在我自己的数据集上使用Tensorflow对象检测API。在训练时，训练损失会在张力板上更新。但我需要分别获得训练和验证精度(mAP)。需要采取哪些步骤来获取这些值？
浏览 24提问于2019-06-06得票数 1
回答已采纳
我想了解一下talos中的超参数搜索。具体地说，就是模型的评估。nbviewer.jupyter.org/github/autonomio/talos/blob/master/examples/Hyperparameter%20Optimization%20with%20Keras%20for%20the%20Iris%20Prediction.ipynb#seven 不，我的问题是:在评估(7)中，我如何设置特定的评估指标？如果不传递参数，默认值是什么
浏览 13提问于2019-01-23得票数 0
回答已采纳
我看过Keras指标文档，但找不到与scikit learn的指标相当的指标(我认为它与精度召回曲线下的面积AUPRC相同)。
浏览 0提问于2019-09-13得票数 1
2回答
在Keras中，有没有办法交叉验证正在监控的EarlyStopping(monitor = 'val_acc', patience = 5)的提前停止指标？为了最小化早期停止指标中的方差，我想在模型从epoch i训练到epoch i + 1时对早期停止指标进行k折叠交叉验证。我想在epoch i上使用模型，将训练数据分成10个部分，在9个部分上学习，估计其余部分的误差，重复，以便所有10个部分都有机会成为验证集，然后像往常一样使用完整的训练数据继续进行训练，以epo
浏览 6提问于2018-10-13得票数 6
m = tf.keras.metrics.SensitivityAtSpecificity(0.5) File "C:\Users\Hamed\Anaconda3\envs\tensorflowGPU\lib\site-packages\kerasreturn func(*arg
浏览 0提问于2019-04-12得票数 0
问题history = model.fit(train_dataset,我已经找到了一个解决方案来解决我的问题，那就是使用tf.GradientTape()实现一个完全自定义的训练循环：def train_step(x, y):(from_logits=Tr
浏览 32提问于2021-05-31得票数 0
1回答
自定义记分器的问题
、、、、
我正在做一些机器学习的在线课程，我们在DNN模型中使用以下评分函数进行回归： def r_squared(y_true, y_pred): metrics = [r_squared]) 现在，当模型和所有东西都正常工作时，我想进行网格搜索，以确定模型的最佳参数但是，当尝试将r_squared函数与网格搜索作为记分器一起使用时，我得到了几个错误： grid = GridSearc
浏览 22提问于2019-06-17得票数 0
我正在尝试为我的神经网络使用一个自定义指标，这个指标应该只在时代结束时进行评估。我遇到的问题是，每个批次都会对指标进行评估，这并不是我想要的行为。请注意，我使用的是生成器，而fit_generator使用的是keras。使用实现keras.utils.Sequence的生成器加载validation_data
class DataGenerator(keras.utils.Sequ
浏览 4提问于2019-02-11得票数 2
我使用keras fit()方法，并将自定义指标传递给模型。指标是有状态的-即是Metric的子类，如中所述，当我使用tf.distribute.MirroredStrategy()在多GPU环境中运行代码时，我的指标代码将在每个GPU上单独调用，并传递batch_size请记住，reduction参数是keras中Loss参数，而Metric类中没有这样的参数：
(我尝试的唯一疯狂的事情是继承一个
浏览 7提问于2021-03-19得票数 1
我正在使用TensorFlow和Keras训练一个模型。我想保存模型，然后加载它。但是我得到了一些错误。我是这样编译这个模型的：import tensorflow as tf
model.save('model')---model
---a
浏览 94提问于2021-06-10得票数 0
我正在创建一个tf.keras.model，它使用自定义损失和自定义指标函数进行编译。我使用x=input_batch和y=someFunction(目标)对模型调用train_on_batch 自定义损失和自定义指标函数的签名类似于methodname( y_true，y_pred)，有没有办法在自定义指标函数和自定义损失函数中获取目标，而不是在train_on_batch中传递
浏览 23提问于2021-10-21得票数 0
我不太理解这里对有状态度量的解释：
现在，如果我将我的评估数据分成几批，并对每一批使用tf.metrics.precision进行精度，这是否意味着以前的变量(计数器假阳性等)是否用于下一批计算？
浏览 0提问于2019-06-12得票数 1
我用从keras_metrics导入的precision和recall指标训练了一个cnn模型。我没有在任何地方使用过binary_precision函数，但我仍然根据错误在custom_objects中给出了`binary_precision‘：这样我就得到了错误，NameError:
浏览 1提问于2019-10-05得票数 2
我知道为了计算FPR和TPR，我可以使用以下代码 fpr, tpr, thresholds = metrics.roc_curve(y_test, y_predic) 而y_predict可以通过y_predic))
model.compile(optimizer='adam', loss=keras.losses.binary_crossentropy
浏览 26提问于2019-04-07得票数 0
然而，我已经有了我的keras NN模型。那么，有没有办法仍然访问本地客户端损失，而不必从头开始构建NN呢？ 我尝试使用tff.federated_collect()，但不确定这是如何实现的。tff.learning.build_federated_averaging_process(model_fn_Federated,server_optimizer_fn=(lambda : tf.keras.optimizers.SGD
浏览 14提问于2019-06-14得票数 1
要编译tf.keras模型，您可以这样做： optimizer='sgd',#'adam', or what not metrics=['accuracy','mae']还有哪些指标可以用作' metrics‘的参数值？编辑:我知道可以使用显式的形式。例如：
metrics=
浏览 3提问于2020-09-24得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
