我正在尝试使用h2o的深度学习功能来创建一个自动编码器。我将一组大小约为4000x50的数据提供给深度学习函数(隐藏节点c(200))，然后使用h2o.mse检查其错误，我得到了大约0.4，一个相当高的值。有没有什么办法可以通过改变深度学习函数中的一些东西来减少这个错误？
浏览 0提问于2016-06-09得票数 1
2回答
在标准的食谱机器学习中，我们在一个矩形矩阵上操作；也就是说，我们所有的数据点都具有相同数量的特征。我们如何处理所有数据点都具有不同数量的特征的情况？我认为正常的方法是从这些不规则大小的数据中提取规则大小的特征。但我最近参加了一个关于深度学习的演讲，演讲者强调，深度学习者能够自己学习适当的特征，而不是从数据中手工制作特征。但是，如果输入层不是固定大小的，我们如何使用
浏览 3提问于2015-03-03得票数 7
1回答
我有一个很大的框架，使用了h2o flow run automl和深度学习算法。然而，训练指标是在“临时样本帧”上计算的。我找不到任何关于这方面的信息。
浏览 17提问于2019-11-05得票数 1
回答已采纳
1回答
我用一小部分数据训练了一个深度神经网络，使我能够在短时间内经历多个时代，使模型能够合理地运行，然后给出整个数据集(10倍以上的数据)，并进一步改进。当我只给出整个数据集时，模型似乎表现得很糟糕，但由于训练所需的额外时间，很难达到许多时代。
我的问题是:用较小的数据子集“热身”训练一个大的深层神经网络是有意义的，还是应该总是提供完整的数据？当我给出完整的数据集时，模型总是预测0，但当我过度适应较小的训练集时，它至少不会总是预测0。
浏览 0提问于2018-08-17得票数 4
我用数千兆字节的数据训练了分类器，然后把它保存下来。该模型有一个由1000名弱学习者组成的树，深度为20 (默认设置)。现在，我想加载它来预测实时生产代码中的类。然而，学习模式的规模是巨大的(几乎是千兆字节)。我相信这是因为保存函数保存了所有用于学习的数据，这样就可以正确地更新培训模型。然而，我不需要这个功能在运行时，我只是想使用固定的参数(1000弱学习者，等等)，这应该不是很多数据。
有没有一种方法可以将弱学习者的参数保存下来并加
浏览 6提问于2015-02-24得票数 1
1回答
我正在学习TensorFlow (以及一般的深度学习)。我想知道什么时候我们需要将输入的训练数据分成几批？我们如何确定批量大小？有没有经验法则？谢谢!
浏览 12提问于2017-01-16得票数 0
对于使用深度学习的计算机视觉任务，我是否应该担心图像大小(例如256×256)或PPI (每英寸像素)？
我发现在计算机视觉/深度学习文献中没有讨论PPI。大小为256 x 256的图像的最佳PPI是多少？
浏览 0提问于2018-05-18得票数 3
4回答
我有一个图像数据集，在将其提供给深度学习算法之前，我需要将其裁剪到相同的大小。如下图所示，所有图像都有不同大小的黑色边距。任何关于如何裁剪不同边缘大小的图像的建议。
浏览 2提问于2018-10-25得票数 0
回答已采纳
10回答
我们都知道当下人工智能已经走向了风口，而大数据是人工智能技术进行深度学习的基石，究竟大数据对人工智能的深度学习有什么影响呢？
浏览 1454提问于2018-03-30
.pycharm做深度学习，模型已搭建，但是网络输入和输出不会，已有mat类型的输入和输出数据(输入包含四类数据，每类大小是32×40×157，输入是32×40×157)，该怎么来转换和组织数据输入到模型当中
浏览 84提问于2022-11-03
2回答
CNN能分辨出同一生物体不同大小范围之间的区别吗？就像一只小狗对抗一个成年人或者一个孩子对抗一个成年人？或者更像一只大苍蝇和一只小苍蝇，它们看起来一模一样，但只是一个比另一个大？
浏览 0提问于2019-10-22得票数 0
1回答
对于我正在构建的一个深度学习应用程序，我有一个大约50k灰度图像的数据集，范围从大约300*2k到300*10k像素。将所有这些数据加载到内存中是不可能的，所以我正在寻找一种适当的方法来处理随机批数据的读取。一个额外的复杂性是，在构建深度学习模型之前，我需要知道每个图像的宽度，以便在数据中定义不同的大小桶(例如: 2k-4k，4k-6k，6k-8k，8k-10k。目前，我正在处理一个较小的数据集，只需从png文件中加
浏览 3提问于2016-05-14得票数 0
1回答
深度学习数据准备
、、
我有一个包含6个类的文本数据集。对于每个样本，我都有百分比值，6个百分比值的和是100% (特征是相互关联的)。例如：如何将此数据集提供给深度学习算法？实际上，我希望预测准确地以训练数据的形式出现。
浏览 2提问于2018-11-24得票数 0
7回答
Heroku:部署深度学习模型
、、、、
我已经开发了一个rest，使用烧瓶公开了Python深度学习模型(CNN用于文本分类)。我有一个非常简单的脚本，它将模型加载到内存中，并输出给定文本输入的类概率。API在本地完全正常工作。该模型的大小为83 is，对于深度学习模型来说是相当小的。值得注意的依赖项包括Keras及其tensorflow后端。
我知道您可以在Heroku上使用RAM和磁盘空间的GBs。但瓶颈似乎是鼻涕虫的大小。有办法绕过这件事吗？还是Heroku不是部署深度学习模型的正确工
浏览 0提问于2018-02-17得票数 11
回答已采纳
1回答
在Francois Chollet (2018)的“与Python一起深入学习”一书中，我们可以在1.2.4节中找到：
决策树从数据中学到的知识在21世纪初开始受到广泛的研究兴趣，到了2010年，它们往往比内核方法更受青睐特别是，随机森林算法引入了一种鲁棒的、实用的决策树学习方法，它涉及到建立大量的专门决策树，然后对它们的输出进行集成。随机森林适用于各种各样的问题--你可以说，它们几乎总是任何浅层机器学习任务的第二好算法。当广受欢迎的机器学习竞赛网站Kaggle (http://kag
浏览 0提问于2019-09-21得票数 2
1回答
如何改进数据少的深度学习模式
、、、、
我已经训练了一个回归的深度学习模型。该模型精度较低。我对深造很陌生。我该如何改进呢？目标变量Y是通过将特征X1和X2相乘得到的。
浏览 0提问于2020-09-07得票数 1
4回答
我有CSV文件，我需要提供给一个深度学习网络。目前，我的CSV文件大小为360*480，但网络限制它们的大小为224*224。我正在使用Python和Keras作为深度学习部分。那么我如何调整矩阵的大小呢？
我在想，既然高宽比是3:4，所以如果我把它们调整到224:(224*4/3) = 224:299，然后将矩阵的宽度裁剪到224，就可以达到这个目的。
浏览 0提问于2018-08-14得票数 4
回答已采纳
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
腾讯会议
实时音视频活动推荐
腾讯云开发者
