TensorFlow概率层(例如，DenseFlipout)有一个losses方法(或属性)，该方法(或属性)获取“与该层相关的损失”。谁能解释一下这些损失是什么？浏览Flipout paper后，我认为损失指的是权重和偏差的先验分布和后验分布之间的Kullback-Leibler散度。如果有人比我更了解这些事情，请纠正我。
浏览 21提问于2019-01-09得票数 4
回答已采纳
2回答
自定义损失函数
、、
是否有可能在回归模型中应用自定义损失函数(或任何其他预测连续变量的算法)？我正在研究一个股票市场预测模型，我需要最大化以下损失函数:如果预测 < 实际，那么预测 -actual。那有可能吗？谢谢
浏览 0提问于2020-05-30得票数 0
1回答
对于Bernoulli分类，朴素贝叶斯分类器是否需要一个损失函数？如果是，朴素贝叶斯分类使用的损失函数是什么？它是如何工作的呢？
浏览 0提问于2021-12-16得票数 1
我正在阅读在线TensorFlow概率(TFP)版本的“针对黑客的贝叶斯方法”。但是，当我超出的第一个单元时，会发生以下错误：
我想这个版本的“针对黑客的贝叶斯方法”是为TF1编写的。您有一个简单的修复
浏览 3提问于2021-05-28得票数 0
1回答
建立一个不带概率分布的贝叶斯神经网络作为预测模型的因变量是否可行？我的意思是，如果id喜欢用解释变量X(例如y=5)的向量来推断一个特定的值，比如y(例如，X=)，那么贝叶斯神经网络就可以推断出具有标准差σ的y均值的分布(例如y均值=5，σ=0.5)。
这有意义吗？在不考虑simgma的情况下，神经网络
浏览 0提问于2019-01-13得票数 1
回答已采纳
1回答
交叉损失与精算的关系
、、、
我正在训练一些CNN的图像分类任务。在一个简单的版本中，这可以很好地工作，但当我让图像变得更难时，我现在遇到了这个现象(我让它在晚上训练)：
在训练过程中，训练交叉点损失下降。此外，在我的测试数据集上，交叉点损失也会下降。我正在进一步测量它的准确性，这是不同的行为。一开始它是上升的，只有再次下降，然后它在0.1和0.3之间摇摆。我希望交叉点损失和
浏览 3提问于2017-02-16得票数 0
我正在努力通过贝叶斯世界。到目前为止，我已经了解到MLE或MPA是点估计，因此使用这样的模型只输出一个特定值，而不是一个分布。另外，利用正则化的神经网络可以与MAP估计相比较，因为以前的工作类似于误差函数中的惩罚项。📷“前两种方法得到了类似的
浏览 0提问于2021-03-18得票数 4
我想知道是否有可能在scikit-learn中为朴素的Bayes分类器定义损失函数。例如，让我们假设我们对垃圾邮件和火腿分类感兴趣。在这种情况下，这样的损失函数将有助于降低假阳性率(即将火腿归类为垃圾邮件，这比将垃圾邮件分类为火腿“更糟”)。
为了简单起见，我有一个使用来自高斯的随机数据的例子。
浏览 0提问于2014-08-30得票数 2
回答已采纳
1回答
对于阳性患者，我有非常好的数据。它有这些参数。Severity_Moderate Severity_None Severity_Severe Contact_Dont-Know Contact_No Contact_Yes Country 我的问题是，我找不到具有类似参数的阴性患者数据。我有一个负面的患者数据，它只有4500条记录，而且还缺少年龄，性别，位置信息 我想知道的是:有没有可能我们只使用阳性患者的数据并尝试预测covid概率？ 根据我的ML理解，
浏览 24提问于2020-07-13得票数 0
我试图使用TensorFlow概率来实现一个生物信息学回归任务的贝叶斯深度学习。在传统数据科学中最接近的类比是图像评分，该模型试图预测标签(浮动值)尽可能接近真实标签。我以前在我的数据集上训练过一个TensorFlow中正常密集层的模型，它在一个独立的测试集上确实收敛并执行得很好。然而，当密集网络最终收敛到小于1的时候，
浏览 3提问于2020-12-02得票数 0
1回答
我把对象的定义定义为特征概率。每个对象都有自己的特征、重要性和概率。例如，对于对象"X"，我有“颜色”特征(重量为0.8) -对象可以是蓝色的80%的案例和黑色的20%的案例。我试图创建一个“预测器”，所以如果我观察到蓝色和圆形的东西- (0.8 X 0.8) x (0.2 x 0.7) -物体X的概率。
这在数学上有意义吗？如果这个方法听起来很合理，我应该如何处理非常小
浏览 0提问于2018-07-08得票数 1
回答已采纳
我想用tensorflow概率来训练一个简单的全连接贝叶斯神经网络.损失由KL项和负对数似然项组成。我怎样才能看到它们在tfp中的独立演变？我有以下代码：import numpy as npimport tensorflow_probabilitynegloglik<
浏览 1提问于2020-01-15得票数 2
回答已采纳
我正在训练一个卷积贝叶斯神经网络，在这里我使用tfp.layers.Convolution3DFlipout层。我的损失函数如下：The graph tensor has name: conv3d_flipout_189/d
浏览 10提问于2021-07-19得票数 0
回答已采纳
1回答
尝试在Tensorflow概率中利用DenseVariational层建立贝叶斯神经网络。我的问题是，当我们将参数kl_use_exact设置为False时，我们没有考虑到先前的函数。我试着查看DenseVariational类的源代码(_make_kl_divergence_penalty函数)，比以前更加困惑，我没有使用kl_use_exact。
浏览 19提问于2022-06-22得票数 0
回答已采纳
我是用纸袋模型来分类的。目标是根据用户的推特来定位用户。数据分裂为80%的训练和20%的测试。text_clf = Pipeline([
('vect', CountVectorizer(stop_words='engl
浏览 0提问于2019-02-14得票数 1
1回答
我有一个包含10个不同输入和1个输出的大型数据集。所有的输出和输入都是谨慎的(低、中、高)。我正在考虑创建一个神经网络来解决这个问题，然而，当我将网络设计为有3种不同的输出(低，中，高)并使用softmax神经元时，我基本上得到了一个“概率”。我说的对吗？这让我认为尝试朴素贝叶斯分类器可能更好，从而忽略输入变量之间可能的相关性，然而在大型数据集中，朴素贝叶斯显示了有希望的<
浏览 4提问于2012-08-20得票数 1
回答已采纳
我在TensorFlow概率中实现一个贝叶斯网络来建模不同ML模型之间的交互。让我们假设模型是作为TensorFlow估计构建的。然后，对给定输入数据的类的条件概率进行简单的估计。在TensorFlow概率中是否有一种方法来包装估计量，以便我可以将它作为一个分布来处理？
浏览 4提问于2019-11-26得票数 0
回答已采纳
我一直在尝试用TensorFlow概率进行一些实验，我有几个问题。
1.我试图实现一个不使用keras.model.losses的KL损失的神经网络，因为一些软件生产和硬件支持是有限的。我试图用TF 1.10和TFP 0.3.0来训练我的模型。问题是对于tf<=1.14，tf.keras.model不支持Keras模型中的tf.lay
浏览 1提问于2019-11-14得票数 1
回答已采纳
1回答
我已经使用Keras (1)实现了贝叶斯SegNet。为此，我使用了以下自定义损失函数，该函数对验证损失执行贝叶斯推断： def custom_loss_Bayesian(y_true, y_pred):
train_loss = K.categorical_crossentropy通过增加蒙特卡罗样本的数量，训练过程需要更长的时间。这可能是因为验证损失的循环是为每个训练
浏览 12提问于2019-09-19得票数 0
2回答
什么是机器学习中有用的评估指标？
、、、、
在分析文本之后，我使用CNN来预测代码。举个例子，我会写“我疯了”。该模型将预测一些代码“X321”。所有这些都是基于CNN的。
我想评估一下我的模型。我用了Fscore (回忆和精确)。你能给我更多的建议吗？
浏览 0提问于2018-01-20得票数 6
回答已采纳
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