在官方example中，指标和损失函数都是硬编码的。我想知道我们是否可以在配置jsonnet中传递这些参数，这样我就可以在具有不同指标的不同数据集中重用我的模型。
浏览 10提问于2020-10-03得票数 0
我正在创建一个tf.keras.model，它使用自定义损失和自定义指标函数进行编译。我使用x=input_batch和y=someFunction(目标)对模型调用train_on_batch 自定义损失和自定义指标函数的签名类似于methodname( y_true，y_pred)，有没有办法在自定义指标函数和自定义损失函数中获取目标，而不是
浏览 23提问于2021-10-21得票数 0
因此，我正在使用每个字母的数据集制作一个本地语言翻译器。我只有最少的机器学习知识，只做了一个2类图像分类器。最初，这些是我的代码，它工作得很好。我得到了分类报告和混淆矩阵。它显示了我的所有参数和不可训练的参数这里是代码 from keras.preprocessing.image import ImageDataGenerator optim
浏览 103提问于2020-02-01得票数 1
回答已采纳
在模型创建和模型编译过程中到底发生了什么？为什么Model中不包含compile？在tensorflow图和会话方面发生了什么？
浏览 0提问于2020-05-19得票数 2
1回答
Keras网络不是训练
、、、
我正在尝试学习Keras，并创建了一个简单的网络。要素数据为1、2、3、4、5，标签为7、9、11、13、15 -或斜率为2、截距为5的直线(Y =X*2+ 5)。我怀疑我缺少一个参数或设置，或者可能是模型上的函数调用。但我想不出那是什么。 这是我试图用Keras重现的tensorflow网络。这个网络在大约1300个时期收敛到正确的答案： #simple linear regression with tensorflow# This solves for a line
i
浏览 17提问于2019-12-26得票数 0
回答已采纳
2回答
我正在努力理解keras模型是如何工作的。 当我们训练模型时，我们给出指标(如“准确性”)和损失函数(如交叉熵)作为参数。我想知道的是模型优化的目标是什么。或者最大限度地减少损失？
浏览 30提问于2020-10-27得票数 0
我想将目标检测的损失改为目标检测的损失(例如SSD)，Q2 :是否可以使用定义损失对数据集上的ssd_mobilenet进行微调？它是好的还是必须用我的损失函数从头开始训练ssd_mobile？
浏览 1提问于2019-11-20得票数 0
我正在使用catboost制作一个多类预测模型，最终的解决方案应该具有最小的对数损失误差，但在catboost中不存在对数损失，他们有一个称为“多类”的损失函数。它们都是一样的吗？如果不是，那么我如何用对数损失来衡量catboost模型的准确性呢？
浏览 96提问于2020-06-22得票数 0
我使用scikit_learn.GridSearchCV为我的Keras神经网络网格搜索超参数(用于回归问题)。我的神经网络的输出是一个实值： #generate a model (createModel is a function which returns a keras.Sequential model)grid.fit(X, y)
print("Best: %f using %s" % (grid_result.best_score_, grid_result.best_params_)) 我不明白网格搜索结果<
浏览 234提问于2021-01-07得票数 1
回答已采纳
我正在训练一个多标签分类模型来检测衣服的属性。我在Keras中使用迁移学习，重新训练vgg-19模型的最后几层。我使用的是深度时尚数据集。那么，我可以使用哪些指标和损失函数
浏览 1提问于2019-12-15得票数 12
2回答
我正在尝试使用Keras和Tensorflow后端来训练神经网络。我的X是我处理并转换成序列的文本描述。现在，我的y是一个稀疏矩阵，因为它是一个多标签分类，并且我有许多输出类。index_batch,:] yield x_batch, np.array(y_batch)x_train, x_test, y_train, y_test = train_test_split(x,
浏览 17提问于2018-12-18得票数 1
回答已采纳
2回答
一些层有正则化损失。我希望有一个只跟踪正则化损失的“指标”，这样我就可以(从总损失中)在进度条中单独看到正则化损失在训练过程中是如何演变的。此外，考虑到指标保存在历史对象中(由fit返回)，我可以很容易地绘制并保存(到文件中)训练结束时的正则化损失。 如何编写仅用于正则化损失的自定义指
浏览 10提问于2020-04-26得票数 2
我是Lstm和机器学习的新手，我正在努力理解它的一些概念。下面是我的Lstm模型的代码。accuracy'])下面是我输出的一个示例：以及列车/测试精度和列车/测试损耗图：
我的不足(如果我错了，请纠正我)是val_loss
浏览 0提问于2021-01-14得票数 0
回答已采纳
我正在训练一个多标签分类问题的神经网络，所以我的最后一层由n_classes乙状结肠神经元组成。
现在，我知道，这是不可能的学习任务，因为噪音和缺乏可预测的力量在我的特点。然而，我假设可预测的力量应该足以做出好的预测，至少对一些数据点是这样的。即使这些案例只是少数几个，如果神经网络至少获得了那些肯定(高精度)，并错过了绝大多数，因为他们的困难(低回忆)，我会很高兴。当然，我可以正常地训练模型，然后设定与我的<
浏览 0提问于2020-05-03得票数 1
1回答
对于多类分类问题，Keras和tf.keras有像SparseTopKCategoricalAccuracy和TopKCategoricalAccuracy这样的度量标准。但是，如果使用损失函数(如SparseCategoricalCrossentropy或CategoricalCrossentropy )，则无法达到这两个指标的最大值。当一个人想要最大化SparseTopKCategoricalAccuracy或TopKCategoricalAccuracy时，什么是一个很好的
浏览 1提问于2020-09-19得票数 3
我是在一个LSTM网络工作，我得到了4.7e-4左右的损失金额.似乎增加了更多的层数和增加的时间并不能帮助减少它。我想知道这个损失金额吗？这是大的还是OK>有什么经验法则的损失？
为什么我不能减少我的损失？这里有什么问题吗？
浏览 0提问于2019-02-27得票数 1
1回答
我的数据X有一个keras模型。使用的代码是：t=np.array(data.read.values40us/step - loss: 0.2538 - accuracy: 0.8779 - val_loss: 0.2777 - val_accuracy: 0.8611
我用Epoch表示loss
浏览 0提问于2020-06-11得票数 1
我正在做一个Kaggle竞赛()，它说明我的模型将通过以下方式进行评估：def custom_loss(truth, preds):numerator / len(truth)))
custom_scorer = make_scorer(custom_loss, greater_is
浏览 2提问于2018-01-28得票数 0
1回答
目标函数与评价指标的匹配
、、、
模型拟合的目标函数和模型验证的评价指标是否需要在整个超参数搜索过程中保持一致？例如，一个XGBoost模型是否可以以均方误差作为目标函数(将“目标”参数设置为reg: squared :回归和平方损失)，而交叉验证过程是基于显著不同的度量来评估的，例如伽马偏差(伽马回归的剩余偏差或者评价指标应该尽可能地与目标函数相匹配，因此需要选择均方误差作为评价指标。
浏览 0提问于2020-09-25得票数 3
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
云直播活动推荐
腾讯云开发者
