腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
搜索
搜索
关闭
发布
文章
问答
(9999+)
视频
沙龙
1
回答
有没有
一种
方法
可以
将
时间
权重
传
递给
损失
函数
?
、
、
、
、
这是通过使用tf.range在
损失
函数
中生成适当大小的列表来执行的。当启用有状态时,这种
方法
将是不正确的,因为它将计算错误的
时间
步数(此批中的
时间
步数,而不是到目前为止看到的整体
时间
步数)。问题
有没有
办法
将
偏移量或整型或浮点型的列表传
递给
损失
函数
?最好不修改模型,但我认识到可能需要这种性质的黑客攻击。l2(regularization_weight)))\ (next_input)
浏览 15
提问于2020-04-15
得票数 0
回答已采纳
2
回答
Keras中带有附加参数的自定义
损失
函数
、
、
我正在寻找
一种
方法
来创建一个类似于这样的
损失
函数
:
函数
应该最大限度地获得回报。这在Keras中
可以
实现吗?任何如何实现这一目标的建议都将受到高度赞赏。item in accordance with the weight return K.mean(loss, axis=-1) 对于我的例子,我一直在看的
方法
是
将
权重
与y_true一起传递,然后
将
张量切成两部分,<em
浏览 0
提问于2017-11-22
得票数 17
回答已采纳
1
回答
自定义
损失
函数
中的Keras动态样本
权重
计算
、
、
、
我正在keras中实现
一种
类型的分割网络(使用tf后端),其中我希望对每个图像的
损失
进行加权。
权重
将与目标图像具有相同的形状-即每个像素在
损失
中将具有不同的
权重
。据我所知,keras没有办法在本地实现这个
权重
方案。
权重
可以
从标签计算,并且由于数据集的大小,
将
权重
存储在磁盘上是不可行的。因此,我已经开始编写自己的
损失
函数
,它
可以
根据标签动态计算
权重
浏览 3
提问于2020-02-26
得票数 2
3
回答
使用自定义目标/
损失
函数
的随机森林回归器(Python/ Sklearn)
、
、
、
、
默认的'mse‘
损失
函数
不适用于此问题。
有没有
一种
方法
可以
定义自定义
损失
函数
并将其传
递给
Python中的随机森林回归器(Sklearn等)?
有没有
什么实现
可以
将
Python中的计数数据放入任何包中?
浏览 4
提问于2018-03-26
得票数 7
2
回答
如何在TensorFlow中设置部分正样本
权重
进行二值分类
、
、
我想为部分正样本设置相同的
权重
。然而,在我看来,tf.nn.weighted_cross_entropy_with_logits只能设置所有正样本的
权重
。例如,在ctr预测中,我希望为订单样本设置10个
权重
,而单击样本和未单击样本的
权重
仍为1。
浏览 1
提问于2018-03-16
得票数 1
1
回答
将
输入提供给keras模型,仅供自定义
损失
函数
访问
、
、
有没有
一种
方法
可以
将
特征作为输入传
递给
keras模型,仅供自定义
损失
函数
访问,而不会影响模型作为输入特征?我只需要该功能来计算
损失
,而不是通过网络中的隐藏层进行前馈。(基本上,我想要的是
将
特征作为输入输入,并按原样提取它作为输出,以及要在
损失
函数
中访问的y_pred )。一个有效的例子
将
非常感谢。
浏览 11
提问于2020-12-09
得票数 0
回答已采纳
1
回答
添加一个
损失
项,强制
权重
的稀疏性
、
、
我想知道在TensorFlow中是否有
一种
方法
可以
添加
损失
项,以强制在特定的密集层中实现
权重
的稀疏性。谢谢你,埃亚尔。
浏览 0
提问于2020-05-25
得票数 0
1
回答
在树中查找
权重
总和小于给定整数的路径/子路径
、
、
、
每条边都有两个与之关联的整数,一个
权重
和一个增益。你也会得到一个数字K,你
可以
从任何节点开始,你必须进行交易。在每笔交易中,你
损失
的金额等于边缘的
权重
,而赚取的利润等于边缘的增益值。你必须最大化利润,这样总的
损失
金额<=K我构建了
一种
递归
方法
,
将
每个节点视为路径的起始节点,然后通过考虑遵守约束的每个后续节点来递归计算最大利润。 但很明显,这具有非常高的
时间
复杂度
浏览 0
提问于2017-10-14
得票数 0
2
回答
在Keras中使用类
权重
和验证数据
、
、
、
、
我正在使用验证数据进行超参数优化,并试图使用类
权重
。对于model.fit(),有一个
将
类
权重
(参数为class_weight)传
递给
测试数据
函数
的选项,但我想对验证数据也这样做。另一位用户不久前也有同样的问题,但没有给出令人满意的答案:当
将
验证数据作为参数传
递给
model.fit()时,验证数据
可以
采用元组的形式:(x_val、y_val、val_sample_weights),但是在Keras文档中,我没有看到任何
浏览 0
提问于2019-05-31
得票数 4
1
回答
tensorflow的正则化
损失
是什么?
、
、
我知道什么是正规化(使网络擅长通过各种
方法
,比如辍学),但我不清楚这种表现出来的
损失
可能是什么。 谢谢!
浏览 2
提问于2018-01-25
得票数 25
回答已采纳
1
回答
泰亚诺~最有效的
方法
,然后扁平,然后建立一个矩阵?
、
、
但是,对于
权重
矩阵W,我不能计算
损失
函数
上的恒河
函数
。需要对向量v进行计算。使用theano语法做这件事最有效的
方法
是什么?
浏览 2
提问于2015-10-29
得票数 0
1
回答
如何在Keras中实现加权均方误差
函数
、
、
tf.convert_to_tensor(data_weights_np, np.float32)我给出了每个预测的
权重
列表
浏览 1
提问于2018-10-24
得票数 4
0
回答
Keras:图像分割中的空标记像素
、
、
我目前有一个keras模型,它使用完全卷积网络
将
每个像素分类为属于目标或背景。因为我只有两个类(对象或背景),所以我在输出层使用了sigmoid激活和binary_crossentropy
损失
。然而,对于一些图像,我不确定其中一些像素属于哪种类别,因此我想将这些像素标记为空,以便网络
权重
不会基于这些像素的预测进行更新。在Keras中
有没有
一种
处理空标签的
方法
?通常,
一种
方法
是为每个像素指定
损失
权重
,并将void像素的
浏览 6
提问于2017-11-28
得票数 1
回答已采纳
2
回答
传递相对URL ASP.NET MVC3
、
、
、
我正在尝试
将
一个带有Id属性的URL列表从一个控制器传
递给
一个视图。我
可以
回
传
一个<a href=...>链接,但我不认为写一个'localhost‘绝对路径是解决这个问题的
一种
干净的
方法
。我不能回
传
一个ActionLink,因为它返回完整的字符串。这个问题
有没有
简单的解决方案?提前谢谢。
浏览 0
提问于2011-12-16
得票数 0
回答已采纳
2
回答
给出参数的梯度w.r.t在pytorch中的
损失
项
、
、
我使用了一个复合
损失
函数
,定义为:
有没有
一种
有效的
方法
把它写成火把?compute gradients #optimize其中,我的.loss()
函数
直接返回术语的和我已经考虑过让第二次向
浏览 2
提问于2021-10-05
得票数 1
回答已采纳
1
回答
不使用回调访问丢失
我不能通过回调访问
损失
,因为我正在使用train_on_batch,并在每个批处理上手动调用它(这对于我的使用是必要的)。
有没有
一种
方法
可以
像使用self.model.layers[2].get_weights()[0]访问图层的
权重
那样访问每批处理后的
损失
该回调具有
浏览 0
提问于2016-10-19
得票数 0
1
回答
网格搜索还是梯度下降?
、
、
、
、
假设我们有一个神经网络,它的激活
函数
之一是参数a的
函数
,我们想找出导致验证集
损失
最小的
权重
和参数a,哪一个更好?:
将
某一参数视为参数。由于网络的
损失
是参数a的
函数
,所以在每次迭代时使用梯度下降来更新权值和参数a。对我来说,第二个选项更好,因为它
可以
导致最优
浏览 0
提问于2019-10-28
得票数 4
回答已采纳
2
回答
Python :
函数
调用低级
函数
的可选参数
、
(vector, clipping=1.04) 每个
损失
函数
都有一个特殊的缺省裁剪值,因此我们
可以
称之为huber_loss(向量)或huber_loss(向量,2)。我希望在
权重
()中使裁剪参数是可选的,而不会在
权重
级别上给出默认值,因为这会给所有丢失
函数
提供相同的缺省值,这是错误的。如何使裁剪参数在
权重
中是可选的,这样如果我们不给出一个值,它就会使用特定
损失
函数
的默认值?(我知道我们
可以
设置默认的clipping
浏览 5
提问于2016-04-28
得票数 1
回答已采纳
1
回答
重新加权神经网络的输入
例如,我
将
一组图像输入CNN。这些图像的默认
权重
是1,我如何重新加权这些图像,使它们具有不同的
权重
?“DataLoader”能在火把中达到这个目标吗?我学到了另外两种可能性: 重复样本在训练集,这将导致更频繁的样本有一个较高的重量在最终
损失
。
有没有
其他
方法
,我们
可以
做到这一点?如有任何建议,将不胜感激。
浏览 5
提问于2017-06-25
得票数 1
回答已采纳
1
回答
Tensorflow:跨单个图像的不平衡类的加权sparse_softmax_cross_entropy
、
、
、
现在,我正在寻找
一种
方法
,用一个系数来加权这些类,这个系数会惩罚特定类的错误分类,与其他类相比。 如果我正确地理解了这一点,它就会说,与其他样本相比,批处理中的特定样本的加权方式不同。但这其实不是我要找的。有人知道如何实现这个
损失
函数
的
浏览 0
提问于2019-04-13
得票数 2
回答已采纳
点击加载更多
相关
资讯
React 深入系列5:事件处理
Tensorflow入门教程——用Tensorflow构建神经网络实现手写数字分类
神经网络如何学习的?
LossVal:一种集成于损失函数的高效数据价值评估方法
深度学习算法的基本原理
热门
标签
更多标签
云服务器
ICP备案
实时音视频
云直播
对象存储
活动推荐
运营活动
广告
关闭
领券