我尝试将nn.linear(n_act,5)中的输出增加到n_act,10，但都不起作用 代码如下，错误出现在后面 dls=CollabDataLoaders.from_df(ratings,item_namelearn3 = Learner(dls, model, loss_func=CrossEntropyLossFlat)
learn3.fit_one_cycle(5, 5e-3, wd=0.01) 执行获取RuntimeError后:具有多个值的张量的布尔值不明确 RuntimeError
浏览 34提问于2021-04-23得票数 0
我想要有简单的，单层神经网络，它将300个数字的向量转换为另一个300个数字的向量。ValueError: Error when checking target: expected dense_37 to have shape (1,) but got array with shape (300,)按照要求，我的数据如下所示：
print
浏览 5提问于2018-09-03得票数 0
回答已采纳
一个简单的前馈DNN与相关的.csv文件可以在这里找到classification = prediction.eval(feed_dict={x: [[9,3]]})正在输出我期待的预测符合标签，即1或0。有点像我相信我的预测值不会被softmax标准化，但是我不知道该如何进行。任何帮助都是非常感谢的！而且，我非常乐意在这里发布完整的代码
浏览 2提问于2017-02-18得票数 0
回答已采纳
1回答
交叉熵在神经网络反向传播中的应用
、、、、
我看了戴夫·米勒( Dave )在C++这里：从头开始制作神经网络的精彩视频。它以均方误差作为代价函数。我对使用神经网络进行二值分类很感兴趣，所以我想用交叉熵作为代价函数。如果可能的话，我希望把它添加到代码中，因为我已经在玩它了。有什么变化吗？MSE相对于交叉熵是否仅用于获得整体
浏览 2提问于2017-01-17得票数 0
2回答
LSTM文本分类精度差Keras
、、、、
我在这个项目上要疯了。这是多标签文本分类与lstm在角.我的模型是：model.compile(optimizer=adam, loss='categorical_crossentropy', metrics=['accuracy'])
只是我的准确度太低了与二进制-<em
浏览 0提问于2018-08-22得票数 5
回答已采纳
1回答
我有一个叫做arnold 2-D map的算法，它只排列图像的像素，而不改变像素的值。但是，当我计算主图像和加密版本的熵值时，这些值变得不同。我不能理解这一点，因为由于熵的公式只涉及图像中像素值的概率，并且在应用猫映射后保持不变，所以为什么熵应该改变。有人能帮上忙吗
浏览 1提问于2017-03-25得票数 0
1回答
我正在写一个简单的MLP实现，只有一个输出单元(二进制分类)。我需要它用于教学目的，所以我不能使用现有的实现:(
以及输出单元的梯度和权重随时期的演变，不同数
浏览 1提问于2013-08-01得票数 5
我们使用以下代码在Keras中训练一个简单的分类器：model.add(Dense(100, input_shape=(X.shape[1],), activation='sigmoid'))
model.fit(X,y)
如果我们通过实际的训练目标(在0，1中)，训练几乎不会进行，停留在其初始损失值附近；但如果我们量化{0,1}
浏览 0提问于2018-11-20得票数 0
2回答
I误用二进制交叉熵作为软熵，改为分类交叉熵.并且在我自己的回答中对下面问题的细节做了一些回顾
我根据字母表集合使用一个热编码进行预处理，然后用0填充所有不在字母表集合中的字
浏览 3提问于2017-11-01得票数 1
回答已采纳
1回答
二值分割的结果是模糊图像
、、、
我用二元交叉熵作为损失函数，用U-Net CNN模型.得到的图像有一些模糊的效果。我做实验的时代越多，就会越模糊。是什么导致了这样模糊的效果，我应该对我的模型做什么改变来消除它呢？我附上了一个经过4个时代后产生的样品合成图像。
浏览 1提问于2018-04-11得票数 2
回答已采纳
1回答
不久前，我读了一篇文章，其中提到一些赎金可以改变文件的神奇数字(这是有意义的)。然而，作者声称他们的方法更好，因为他们计算了文件头的熵值，并使用它来区分加密的和良性的文件。然而，据我所知，魔法数字是文件头的一部分(所以如果他们声称ransomware可以改变魔术数字，那么它也可以更改文件头，对吗？)那么，为什么这不是他们研究中的一个潜在问题呢？在另一项研究中，提到了这一点：
但是，
浏览 0提问于2022-10-02得票数 1
回答已采纳
1回答
我想知道流密码ChaCha20每块只改变96位，为什么它能产生512位的密钥流块，我的意思是在随机数发生器的概念中，熵应该至少等于输出。然而，改变96位以产生512位的密钥流似乎有一些安全问题。
浏览 0提问于2020-05-13得票数 0
我尝试编写一个自定义的二进制交叉熵损失函数。K.log(1 - y_pred))当我使用这个损失函数运行我的脚本时，经过几次迭代，我得到了NaN作为损失函数的输出。TensorFlow文档，我将损失函数修改为以下内容：代码运行时没有任何问题我想知道是否有人可以提供一些解释，<e
浏览 20提问于2018-02-23得票数 4
任务是有正确的答案是在前3输出概率。所以我在想，也许存在一个聪明的成本函数，它将正确的答案排列在最上面的K中，而在这些顶级K之间并没有受到多大的惩罚。
浏览 1提问于2018-02-08得票数 1
回答已采纳
1回答
tflearn DNN给出零损失
、、、、
我正在使用pandas提取我的data。为了了解我的data，我复制了一个示例数据集..。data = pd.DataFrame(np.random.randint(0,100,size=(100, 4)), columns=list('ABCD'))model = tflearn.DNN(net)这看起来应该有效，但我得
浏览 1提问于2017-11-11得票数 1
回答已采纳
为什么我们说战略模式改变运行时行为，而模板模式改变静态行为，当我们可以指定在运行时要选择的策略和模板时？
浏览 1提问于2020-07-19得票数 0
回答已采纳
1回答
我对密码系统很陌生，今天我们讨论了熵的作用。由于熵被用来确保攻击者入侵的难度，我想知道高熵值保持不变的时间越长，系统是否越易受攻击。
熵的概念是否与时间有关(如对数函数或其他)？
浏览 0提问于2013-06-03得票数 1
回答已采纳
2回答
我的凯拉斯CNN不知道
、、、、
我正在用Keras做实验，我成功地构建了一个简单的CNN来区分蓝色图像(300x300张相同蓝色的图像)和红色图像(同样大小，只是红色)。这是一个虚拟的问题，我以为NN会立即解决，但情况似乎并非如此。我想有很多事情我可以尝试不同的方式去做，但是我在这里所做的有什么特别的错误会导致在这么简单的任务上表现这么差吗？
浏览 0提问于2018-07-20得票数 2
我正在Kotlin建立一个神经网络，同时阅读Michael的“神经网络和深度学习”一书。目前，该网络使用乙状结肠神经元、反向传播、随机梯度下降、‘1 \over {n}#qcStackCode#`_标准差进行权值初始化、L2正则化和交叉熵。我还创建了一个绘图仪来监控学习过程。下面是网络如何处理一个简单的问题，找到两个数字中较大的一个：很好，我们的峰值是99.99%。
我不明白为什么成本在增加而不是在减少，但准确性仍然很好。随着MNIST的分类，
浏览 0提问于2020-09-06得票数 0
1回答
主成分分析中的变异数据指的是什么？我的意思是，假设我们有5个特征，或者我们可以说，5个维度，那么数据的变化会是什么？意思是，它指的是数据在每个特征中的变化吗?为什么PCA是数据最大变化的方向？
浏览 3提问于2017-06-19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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
