我正在使用下面提到的代码在Keras中运行神经网络。有3个唯一的目标变量和13个输入变量。我收到错误: ValueError: logits和标签必须具有相同的形状((5，3) vs (5,121))。我找不到这里的错误。有人能帮上忙吗 import pandasfrom keras.layers import Dense
f
浏览 34提问于2021-10-14得票数 0
1回答
我们正在根据职位空缺的相似程度制定一份排名文本。我们有来自社交网络的4年数据集(≈100万文本)。我们也有空缺(≈30K)手动从这套选择。现分两个阶段选出职位空缺：然后我们翻阅每一个职位，寻找真正的空缺。一般来说，它应该包含对翻译服务的请求。在第2点之前，我们希望在最后一次讨论中首先提供最有可能出现空缺的案文。我们将尝试使用朴素的Bayes分类
浏览 0提问于2018-05-22得票数 3
回答已采纳
1回答
我正在做一项基于分析机器学习的不同Python库的工作。
我选择分析Scikit--学习，Keras，Tensorflow和Py手电筒，因为它们是最著名的。其思想是训练不同的模型，包括监督学习和非监督学习，以及分类和回归。在每个库中使用不同类型的算法，并分析它们所带来的困难/设施以及性能。当我试图在Tensorflow中执行同样的学习时，我的问题就出现了，因为对于后者，我发现了大量用于深入学习(神经
浏览 0提问于2021-08-25得票数 0
1回答
机器学习模型预测错误结果
、、、、
目前，我有一个数据集，它包含两列过程名称和它们的CPT。例如，全膝关节置换术-27447，全髋关节置换术-27130，开放腕管版本-64721。数据集有3000行，总共有5个CPT代码(5个类)。当我传递一些错误的输入时，例如，“开放膝关节置换腕管释放”，它给出的输出是64721，这是错误的。下面是我正在使用的代码。我可以知道我可以在我的代码中进行哪些更改，以及选择神经网络来解决这
浏览 10提问于2019-01-23得票数 0
回答已采纳
我们已经有了经过训练的模型，但我们不能编写程序中做出预测的部分。我们可以打开图片，但不能用TensorFlow处理它。mnist = tf.keras.datasets.mnist(x_test, y_test) = mnist.load_data()
x_train, x_test = x_train
浏览 0提问于2019-12-14得票数 2
1回答
我目前正在研究keras中的复发性LSTM细胞。为了分析我的网络，我希望在时间序列预测期间查看LSTM单元中的i、c、o和f值。我已经尝试简单地打印出这些值，但我认为由于代码只在编译时运行，并且没有包含在图形中，所以我没有得到预期的行为。据我所知，TF的内部张量是declerativ的，并且在会话之外不持有任何数据。基本上，我想记录这4个值，它们位于LSTMCell的调用函数<em
浏览 29提问于2019-05-31得票数 0
回答已采纳
1回答
我试图复制一个神经网络来计算分子的能量(下图)。能量是键-非键相互作用和角/二面角应变之和。我有四个独立的神经网络，找出每个网络的能量，总能量是每个相互作用的能量之和，其中可能有100个。在我的数据集中，我只知道总能量。
如果我的总能量在不同的神经网络上使用多个(由分子决定的未知数)正演()来计算，我如何使角点通过动态构造的</
浏览 2提问于2019-11-26得票数 1
回答已采纳
主数据集中的每个示例(在训练、有效和测试数据集中分割它之前)具有以下值：
df[['SIGNAL_CLASS1', 'SIGNAL_CLASS2', 'value1', 'value2[-2]', 'value2value5[-2]', 'value5[-1]', 'value6[-2]', 'value6[-1]', 'PN'
浏览 4提问于2022-11-09得票数 0
我尝试过不同的方法来解决这个问题，但没有成功。(X_train, y_train), (X_test, y_test) = imdb.load_data()numpy.concatenate((X_train, X_test), axis=0)
y = n
浏览 4提问于2017-05-19得票数 4
1回答
选择随机验证数据集
、、、、
在此基础上，我使用tensorflow和keras训练神经网络，我的问题涉及到我的模型中的代码行：在阅读了Keras的文档之后，我发现验证数据集(在本例中是原始数据的20% )是从</e
浏览 0提问于2019-03-06得票数 3
回答已采纳
在Keras中，我想使用sklearn中的互信息度量作为神经网络的损失函数，但我不知道该如何做。我想试一试，因为我的数据集中的关系是非线性的，我相信它将有助于使用这个度量。关于创建自定义丢失功能的帖子已经有一年多的历史了，所以我希望有一些更简单的方法来实现这一点，因为有些方法超出了我的头脑。
浏览 0提问于2018-06-09得票数 2
我正在尝试训练一个有监督的神经网络，有大量的数据(假设超过1000个mio样本)。 神经网络应该解决一个回归问题；它接受4个输入数值，然后预测一个数值。这些值在0和1之间缩放。训练集中的每个样本如下所示： Input-set->
[0.47860402, 0.31794003, 0.00013333333, 0.00026666667],
[0.47860357, 0.31794018每个数据样本之间确实有很小的
浏览 65提问于2021-02-03得票数 0
回答已采纳
2回答
我有一个简单的分类问题，我正试图通过使用keras的神经网络来解决这个问题。有一个数值数据集，大小为26000 *17。但问题是，数据集中有很多缺失值(空值)。数据是非常敏感的，所以我既不能忽略所有包含空值的行，也不能用average、mean或任何标准数字替换数据中的空值。还存在不使用KNN补偿来替换丢失的条目的限制。处理这样
浏览 0提问于2018-12-27得票数 4
我一直在尝试保存我的神经网络模型的权重，以便我可以使用它的一些层用于另一个神经网络模型，以便在另一个数据集上进行训练。batch_size, epochs=epochs, verbose=1, validation_split=0.2)
print('Evaluating the test data on the model') 我如何保存神经网络的权重： model.save_weights("dnn_
浏览 33提问于2021-04-13得票数 0
回答已采纳
2回答
在平衡数据集上训练神经网络，具有较好的精度~85%。但在现实世界中，大约10%的病例出现阳性反应。当我用真实世界的分布测试网络时，它似乎分配了比需要更多的正面标签，并且倾向于均衡比例，就像在训练集中一样。造成这种行为的原因是什么，我应该做什么来解决？我使用Keras和LSTM和CNN层的组合。
浏览 0提问于2019-04-07得票数 6
回答已采纳
背景我在将他们的数据集(MovieLens)转换成基于Kaggle葡萄酒数据的数据时遇到了麻烦。_activity_regularizer：
呼叫中的/usr/local/lib/python3.6/dist-packages/tensorflow/python/<e
浏览 0提问于2020-12-01得票数 1
回答已采纳
我用Keras训练了两个神经网络:一个MLP和一个Bidirectional LSTM。我在数据集上使用相同的数据集和相同的预处理。唯一不同的是，在LSTM
浏览 4提问于2020-04-19得票数 1
我试图在Keras中实现鉴别条件码，如
现在，在一个新的数据集上，给定一个经过预先训练的DNN和X'，Y'，我尝试使用反向工具
浏览 2提问于2017-04-11得票数 5
我用Keras实现了一个神经网络，并利用loss='binary_crossentropy'得到了模型的损失和精度。现在我会得到错误分类的错误，但是我不知道如何在model.compile()中设置损失参数来获得这种评估。我在Keras网站上没有发现任何关于它的信息
浏览 4提问于2017-02-06得票数 0
回答已采纳
云服务器
ICP备案
实时音视频
即时通信 IM
云直播
腾讯云开发者
