'ner_ontonotes_bert_mult‘模型定制训练
'ner_ontonotes_bert_mult'模型定制训练是指使用BERT多语言模型对命名实体识别（Named Entity Recognition，NER）任务进行定制训练的过程。
NER是自然语言处理中的一项重要任务，旨在识别文本中具有特定意义的实体，如人名、地名、组织机构名等。'ner_ontonotes_bert_mult'模型是基于BERT多语言模型进行训练的，BERT是一种基于Transformer架构的预训练语言模型，具有强大的语义理解能力。
在定制训练过程中，可以使用已标注好的数据集进行模型训练，通过学习文本中实体的上下文信息，模型能够准确地识别出文本中的实体，并将其分类到相应的类别中。
优势：
- 多语言支持：'ner_ontonotes_bert_mult'模型基于BERT多语言模型，可以处理多种语言的NER任务，具有较好的跨语言适应性。
- 上下文理解：通过预训练的方式，模型能够学习到丰富的语义信息，从而更好地理解文本中实体的上下文关系，提高识别准确度。
- 可定制性：可以根据具体的任务需求和数据特点，对模型进行定制训练，提高模型在特定领域的适应性和性能。
应用场景：
- 信息抽取：在文本中提取出人名、地名、组织机构名等实体信息，用于构建知识图谱、实体关系分析等任务。
- 情感分析：识别文本中的情感实体，如积极、消极、中性等，用于舆情分析、情感倾向预测等应用。
- 实体链接：将文本中的实体链接到知识库中的对应实体，用于构建知识图谱、实体关系分析等任务。
推荐的腾讯云相关产品： 腾讯云提供了一系列与云计算和人工智能相关的产品和服务，以下是一些推荐的产品：
- 人工智能机器学习平台（https://cloud.tencent.com/product/tiia）：提供了丰富的机器学习算法和模型训练工具，可用于NER模型的训练和部署。
- 云服务器（https://cloud.tencent.com/product/cvm）：提供了灵活可扩展的云服务器实例，可用于模型训练和推理。
- 云数据库MySQL版（https://cloud.tencent.com/product/cdb_mysql）：提供了高性能、可扩展的云数据库服务，可用于存储和管理训练数据和模型参数。
- 人工智能开发平台（https://cloud.tencent.com/product/tcaplusdb）：提供了一站式的人工智能开发平台，包括数据处理、模型训练、模型部署等功能。
请注意，以上推荐的产品仅为示例，实际选择应根据具体需求和情况进行。
相关·内容
1回答
目前，我能够训练NER模型来识别Location、Person、Organization的定制值，但是我如何训练NER模型来识别其他实体，如Skill、Proofs、Vehicle..etc。
浏览 5提问于2018-07-30得票数 0
1回答
实际上，在暗网中，yolov3模型有包含80个类的标签的coco.names文件。现在，如果我想训练一个只有两个标签的定制模型，其中一个标签已经在coco.names中，而另一个标签不在那里。
例如，我想训练一个模型来检测手机和单反相机，所以coco.names中已经存在手机类，而它的标签文件中没有手机类。
因此，我可以使用两种类型的手机和dslr相机来训练定制模型，只给出dslr相机的数据进行训练，它可以预测dslr相机和手机，还是应该同时使用手机和dslr图像的数据进行训练，或者还有其他的出路。
我对ML有点陌生，所以任何帮助都是非常感谢的。
浏览 6提问于2021-10-24得票数 2
回答已采纳
我正在使用yolov3模型来检测对象。并且能够检测到80个目标。
但是现在我想为3个新的类定制训练现有的模型，我不想松散预先训练好的对象。换句话说，我想增量地训练模型。
因此，在最终结果中，我预计我的新模型将能够检测总共83个对象。
我一直在关注。但在最后，我只能检测到我训练的最后3个对象。并松开这80个预定义的类。
如何训练模型，使其在现有类之后添加新类？
浏览 0提问于2020-05-09得票数 1
1回答
我目前正在研究Object detection。我正在使用Amazon Workspace来训练我的模型。我正在使用detect cars and bikes的模型。我使用了一个预培训模型(这是Faster-RCNN-Inception-V2模型)，并使用我自己的数据集为2个标签，即汽车和自行车定制它。我花了5个小时才完成训练。现在，我想修改我的模型，为另外两个标签，(保持旧的)，即总线和汽车。但我不想从头开始训练，因为我的模特已经接受了汽车和自行车的训练。那么，我是否可以只使用总线和auto的数据集来训练我的模型，并且在训练之后它将检测到所有的4 objects(car, bike, bus
浏览 1提问于2019-06-28得票数 0
1回答
我正在使用示例来训练自定义模型。我正在训练yolov2对象检测器
[detector,info] = trainYOLOv2ObjectDetector(preprocessedTrainingData,lgraph,options);
在此之前，我在python中创建了自定义yolov5模型，生成了一个.pt文件，可以在将来使用。但是在这里的matlab示例中，没有输出文件。我每次都要训练模特。有什么方法可以得到定制培训的模型文件吗？
浏览 9提问于2022-07-11得票数 1
回答已采纳
1回答
我可以使用下面的链接为我有限的单词集创建语音识别。
但是，我如何向语言模型提供反馈，以便更好地训练我的声音。例如，.dic文件中的拼音值是针对美国口音的(我想将其训练为印度口音)。
浏览 3提问于2013-12-01得票数 1
我按照这里的示例使用提供的示例代码(imprinting_learning.py)定制模型(最初是MobileNet v1)。
我让它工作，它运行良好，使用上述模型对图像或视频流进行分类。
我现在正试图使用它来定制一个模型，该模型将用于对象检测，并制作包围框。当我第一次尝试使用新的再培训模型(基于示例mobilenetV1)时，我得到了
检测模型应该有4个输出张量！这种模型有1。
我尝试在mobilenet_ssd_v2_coco_quant_postprocess_edgetpu.tflite模型的基础上重新进行一次新的训练(过去我已经成功地用于对象检测)，在训练过程中出现了一个错误(使用i
浏览 1提问于2020-05-18得票数 0
回答已采纳
我试着用拥抱脸变压器api。当我导入库时，我有一些问题。如果有人知道答案，请告诉我你的知识。
变形金刚库有几个经过训练的模型。变压器不仅提供“BertModel，RobertaModel，.”这样的裸模型，而且还提供诸如“ModelForMultipleChoice”、“ModelForSequence分类法”、“ModelForTokenClassification”、“ModelForQuestionAnswering”等方便的头部。
我想知道裸模型加上新的线性变换和模型排序有什么区别。什么是不同的定制模型(随机线性预训练模型)和变压器序列化模型。
ModelforSequenceClas
浏览 7提问于2020-10-16得票数 0
回答已采纳
我用的是拥抱式变压器4.19.0
我想使用我的自定义数据集对BART模型进行预处理。。
为了说明这一点，我问的不是微调BART到下游任务，而是关于“训练前BART”。
但是我在拥抱脸文档页面()上找不到这个工作的方法或类。
使用变压器包对BART进行预训练是否不可能？
我必须从零开始逐层制作BART模型吗？
如果有人知道如何使用定制数据对BART模型进行预训练，请帮助我.
浏览 19提问于2022-08-02得票数 1
回答已采纳
我已经训练了一个定制的人探测器，它不能很好地检测空中镜头上的perons，这是因为我的数据集缺少一个人的航空图像。是否可以使用最新的检查点继续培训，并为模型添加另一个数据集(不同的tfrecord文件)，还是必须使用更新的数据集重新启动培训？
我重新训练了“盗梦空间”模型来检测人，因为没有其他方法从预先训练过的模型中删除其他89个对象。
浏览 1提问于2018-01-18得票数 1
回答已采纳
1回答
我已经训练了一个名为实体识别模型的定制SpaCy。我使用以下方法将模型保存到磁盘：
nlp.to_disk()
从而将模型保存在文件夹中。是否可以将nlp对象设置为泡菜文件？
浏览 0提问于2020-08-11得票数 1
回答已采纳
我想通过使用自定义视觉来训练模型，但是当我在定制视觉中添加图像时。自定义视觉转换为(512,512)我的图像大小。如果有任何选项，使我可以设置限制，如(2000,2000)在定制视觉。
浏览 1提问于2022-04-01得票数 0
我正在研究使用tensorflow训练对象检测网络，我还查看了TF2模型动物园。我注意到那里的模型明显少于/model/research/model/目录中的模型，包括为jetson xavier开发的mobiledet with ssdlite。 为了澄清，自述文件说有一个带有ssdlite的mobildet gpu，并且提供了在COCO上训练的模型和检查点，但是我在repo中的任何地方都找不到它们 如何使用这些模型？ 根据mobilenetv3的论文，我已经有了一个用于图像分类的定制训练的mobilenetv3，我希望看到一种将网络转变为对象检测网络的方法。如果这不直接，从头开始训练一个
浏览 45提问于2021-03-24得票数 0
回答已采纳
我想在tensorflow做定制模型。我创建了一些函数来创建基本层，比如Conv2D、密集的、扁平的。I坚持批处理规范化实现.
我希望所有的trainable_variables (参数)都在一个列表self.parameters中。因为我的“自定义”层是建立在上的，所以我假设所有可训练的变量在self.trainable_parameters中都是不可接受的。目前，self.trainable_variables不包含，而不是，包含MyBatchNormalization可训练变量。
以下是Colab示例：
-“创建模型”部分打印层名和可训练参数。
我希望有工作的BatchNormaliz
浏览 2提问于2021-01-29得票数 0
我正在训练一个预先建立的基于tensorflow的模型，用于定制对象检测。我只想检测到一种类型的对象。我从不同的角度，在不同的光照条件下拍摄了很多照片。我正在K80 Nvidia GPU上训练。一切正常，当我训练时，我可以看到损失函数下降到0.3。但是当我开始训练的时候，损失值很快下降到1以下。我使用SSD移动网络作为模型的基本配置。当我尝试测试模型时，它只是在输入图像上画一个大的正方形，而不是在图像中检测到想要的对象。基本上，它无法检测到对象。
我试着用一组不同的mac图像训练模型，这些图像有很多不同的变化。然后，该模型在输入图像中对mac的图像进行了精细的检测。但是当我有单个对象的图片时，
浏览 1提问于2018-06-29得票数 2
回答已采纳
我正在训练一个预先建立的基于tensorflow的模型，用于定制对象检测。我只想检测到一种类型的对象。我从不同的角度，在不同的光照条件下拍摄了很多照片。我正在K80 Nvidia GPU上训练。一切正常，当我训练时，我可以看到损失函数下降到0.3。但是当我开始训练的时候，损失值很快下降到1以下。我使用SSD移动网络作为模型的基本配置。当我尝试测试模型时，它只是在输入图像上画一个大的正方形，而不是在图像中检测到想要的对象。基本上，它无法检测到对象。
我试着用一组不同的mac图像训练模型，这些图像有很多不同的变化。然后，该模型在输入图像中对mac的图像进行了精细的检测。但是当我有单个对象的图片时，
浏览 0提问于2018-06-29得票数 0
1回答
如何减少预训练网络中的过度拟合
、、、、
我有一个有10个类的定制数据集，我正在使用一个来自火炬视觉的预先训练过的resnet18模型。我可以清楚地看到它的过度拟合，因为:该模型被训练为75个历元，批次大小为4，从epoch 30开始，验证精度停止增加，训练精度不断提高。
我为提高泛化性能和减少过度拟合所做的事情：
我用我的训练数据的计算平均值和性病来规范我的数据。
我增加了随机旋转，随机水平翻转和随机垂直翻转作为数据增强。
以上是所有这些结果之后，我想不出其他正则化技术，如果不改变模型的架构，这将完全违背预先训练的网络的目的，我使用一个，因为我只有大约300张图像在我的每堂课。
浏览 0提问于2020-07-12得票数 1
2回答
在小型定制语料库上预训练语言模型
、、、、
我很好奇是否可以在文本生成中使用迁移学习，并对特定类型的文本进行再培训/预训练。
例如，有一个经过预先训练的BERT模型和一个小型的医学语料库(或任何“类型”)文本，就可以生成一个能够生成医学文本的语言模型。假设你没有大量的“医学文本”，这就是为什么你必须使用转移学习。
我把它说成是一条管道，我把它描述为：
使用经过预先训练的伯特装置。
从我的新文本中获取新的标记，并将它们添加到现有的经过预先培训的语言模型中(例如，vanilla BERT)。
使用组合标记器在自定义语料库上重新训练预训练的BERT模型。
在小型定制语料库中生成类似于文本的文本。
这听起来耳熟吗？抱着脸
浏览 5提问于2020-04-24得票数 7
我正在使用Tensorflow Estimator训练一个模型，而且我的数据是不平衡的。我想通过加权每个训练例子来纠正这一点。
在原始的Tensorflow中，可以使用。在Estimator中有什么简单的方法可以做到这一点吗？也许构建一个定制的input_fn
浏览 5提问于2017-11-02得票数 4
1回答
我正在尝试使用haar级联训练器GUI来训练一个模型来检测定制的图像。
每当我的正面图像超过200张时，我就会得到下面的错误。我有1256个图片在我的负(N)文件夹和500+在我的积极(P)文件夹。如果我训练它的图像少于200幅，它不会断裂，但当测试时，它不能准确地检测物体。
浏览 4提问于2021-11-05得票数 0
我在试着评估我的定制训练Spacy NER模型。如何用混淆矩阵求出模型的总体精度。
我试着用spacy scorer评估模型，它给出了精确度，召回率和令牌准确度，参考了下面的内容。
我希望输出是混淆矩阵，而不是单个精度、召回率和标记准确性。
浏览 3提问于2019-05-22得票数 4
我正在尝试训练一个级联模型，在该模型中，我希望获得model1的输出，对其进行扩充，并将其提供给第二个模型。如果可能的话，我想端到端地训练这两个网络。 现在我想知道这在Keras中是否可能？ 谢谢你的建议， 干杯, 我
浏览 9提问于2020-01-22得票数 0
回答已采纳
我希望使用TensorFlow对象检测API在分辨率大于300x300的自定义数据集上从头开始训练scratch V2。
我将其作为示例配置文件引用：
通过设置：num_classes: 4并将训练数据路径指向我的自定义数据集，我已经成功地训练了一个性能良好的4类自定义模型。
但是，输入分辨率设置为300x300，并且：
image_resizer {
fixed_shape_resizer {
height: 300
width: 300
}
}
我的数据集有非常小的对象，我想在训练期间增加输入分辨率。
但是，如果我将此设置更改为：
image_resizer {
浏览 2提问于2021-03-10得票数 0
我正在尝试为我的LightGBM模型定制训练损失函数。有人可以告诉我默认设置中使用的损失函数是什么吗?我可以在哪里自定义相同的损失函数？
浏览 4提问于2020-11-10得票数 0
1回答
我有(定制农场结构的) 2000+训练图像，我想使用Tensorflow定义我自己的模型。我研究了()。这是一个非常高级的文档。有没有人能帮我解决这个问题呢？
浏览 1提问于2018-02-17得票数 0
我对机器学习相对较新，目前几乎没有开发它的经验。
因此，我的问题是:在培训和评估来自tensorflow 的cifar10数据集之后，我想知道如何用示例图像来测试它？
我可以训练和评估，使用python在定制应用程序上使用经过训练的模型是相对容易的。
任何帮助都将不胜感激！
浏览 2提问于2015-11-18得票数 9
回答已采纳
1回答
我遵循了教程，并对如何重新培训自定义对象的模型有了基本的理解。在本教程中，我重新训练了不同类别花卉的模型，然后使用新生成的图形，得到了正确的结果。
现在我想重新训练模型，在那里我有超过500张engineers(人)在建筑工地上工作的照片。由于某些原因，该模型没有给出正确的精度，因为它只能检测到2个人，而框架中只有4人。我想再用照片，然后再用一遍。在这里，我有几个问题：
我需要给照片上所有的人贴上标签吗。
照片也包括车辆，如卡车，所以我也应该给车辆贴上标签，并创建另一个数据集来训练。
如何给图像贴标签。我使用了这个，它生成了xml file，但是我认为我们需要给出照片来重新训练中描
浏览 2提问于2019-02-18得票数 2
回答已采纳
我用Tensorflow和Inception的预训练模型训练了一个定制的人员检测器，然后经过几千步和平均2-1的损失之后，我停止了训练，用一个现场视频测试了它。结果很好，只得到了很少的假阳性。它可以检测到一些人，但不是每个人，所以我决定继续训练模型，直到我得到一个平均损失低于1，然后再次测试。它现在检测几乎所有的人，甚至整个视频帧，即使没有对象在场。这些模型在图片上似乎效果很好，但在视频上却不起作用。这是不是太合适了？
对不起，我忘了有多少步了。我意外地删除了包含ckpt和tfevents的训练文件夹。
编辑:我忘记了，我也在用相同的数据集训练相同的模型，但是在云上训练更高的批次大小作为备份，
浏览 6提问于2018-01-07得票数 1
回答已采纳
我想将类似于val_loss和val_accuracy的日志添加到我的训练中。具体地说，我有另一个数据集(而不是训练或验证)，我希望在训练期间跟踪其模型评估统计数据。我想以最好的方式与Keras的设计保持一致。 我还不能看到内置的val_loss和val_accuracy是如何实现的。对我来说，显而易见的方式是回调和度量。然而，我已经检查了内置的回调，没有发现一个类似的回调，除非我错了，否则指标具有受限的意图，并且不打算用于一般操作，如附加模型评估。使用回调实现似乎很简单，但我更喜欢将它建立在现有实现的基础上，这样我就可以了解任何最佳实践。我假设，如果框架作者选择不只是使用回调来实现这一点，
浏览 46提问于2021-04-13得票数 0
给定一个定制的IBM的Visual Recognition Service模型，该模型使用一组大小为100x100的图像进行训练，那么在分类过程中只发送100x100大小的图像是否更好，或者图像的大小不是一个可以帮助产生更好的分类结果的属性吗？
浏览 8提问于2018-07-19得票数 0
回答已采纳
1回答
我有一个Keras模型，它由不同的层组成。其中一个层实际上是另一个完整的模型。当那个层模型是VGG16时，我可以训练uber模型.这是model.summary()：
当我简单地用VGG16交换EfficientNetB0 (一个小得多的模型！)时，我就不能再训练这个超级模型了。这是model.summary()：
“啊，”你说，“一些可训练的东西，一些重量，一些在记忆中渐变的东西，什么的。”
好的，没问题。让我们缩小和/或核爆一堆层，以便将可训练的权重降低到VGG16版本以下。这样做后，我仍然不能训练超模！这是model.summary()：
为什么我不能训练小
浏览 6提问于2020-04-22得票数 2
我是opennlp的新手，需要帮助来定制解析器
我已经使用了opennlp解析器和预训练模型en-pos-maxtent.bin来标记新的原始英语句子和相应的语音部分，现在我想定制这些标记。
例句:狗跳过了墙。
使用en- POS -maxtent.bin进行pos标记后，结果将为
狗- NNP
跳跃VBD
over - IN
- DT
wall神经网络
但是我想训练我自己的模型，并用我的自定义标记来标记单词，比如
养狗的人
跳跃动作
over - OTH
- OTH
wall - OBJ
其中PERP、ACT、OTH、OBJ是适合我需要的标签。这是可能的吗？
我查看了他们文档的部分，他们给出
浏览 2提问于2013-10-23得票数 4
1回答
我正在尝试使用分类模型。我计划用一个大数据集来训练和测试我的模型( 80%的训练和20%的音量测试-没有过采样)。
我对分类模型的理解是，它侧重于二进制、真/假或是/否类型的预测。然而，我也应该使用一些评估指标，如准确性/精确性/召回率等。理想情况下，我需要提高/降低门槛，以满足我的期望。
我的问题--如果我要使用任何定制的软件解决方案(例如，一些Python/R库)来解决这个问题，我希望从我的模型中看到什么来输出？它是像“是”/“否”输出那样简单，还是具有某种形式的精度/精度数字？
浏览 0提问于2020-11-03得票数 1
1回答
我用Keras训练了一个完全卷积的神经网络。我使用了Functional，并将输入层定义为Input(shape=(128,128,3))，这与我的训练集中图像的大小相对应。
但是，我想对变量大小的图像使用经过训练的模型(这应该可以，因为网络是完全卷积的)。为此，我需要将输入层更改为Input(shape=(None,None,3))。解决这个问题的显而易见的方法是直接使用(None,None,3)的输入形状来训练我的模型，但是我使用了一个定制的丢失函数，在这里我需要指定我的训练图像的大小。
我试图定义一个新的输入层，并将其分配给我的模型，如下所示：
from keras.engine imp
浏览 0提问于2018-04-27得票数 6
1回答
当我试图训练我的第一个定制模型时，我收到了这个错误：
未经授权:由于凭据无效而拒绝访问。确保沃森视觉识别服务没有被删除，并且您的计划的配额限制没有达到。
我在这一点上做得不多。我也不想通过其他任何东西来获得视觉识别，我只是想让这个模型得到训练。我不知道证书或配额限制与此有什么关系。还有其他人对这个问题有经验吗？
背景故事:我最初上传了73个压缩文件(每个文件都>10个，每个文件~5MB，总共1342张)，但我在尝试训练时发现了错误，包括一个“请求太大”。所以我解密了其中的70种，现在我只是尝试用3类来训练这个模型。现在我收到了我最初提到的“未经授权”的消息。我在两次按下火车按钮(
浏览 1提问于2019-02-19得票数 0
我训练了我的定制模型，并使用了tensorflow 2.1。当我运行代码时，我会得到以下错误：
InvalidArgumentError:断言失败:名称: EagerVariableNameReuse
下面是显示错误的行：
self.train_accuracy = tf.keras.metrics.CategoricalAccuracy('train_accuracy')
这个错误意味着什么，谢谢。
浏览 5提问于2020-04-14得票数 6
2回答
📷
我的问题是与模型权值优化在反向传播。在这张图片中，我试图表示一个自动编码器，它有7层，其中第4层是中间层。
如果我的理解是正确的，在jth+1层的反向传播结果中，将有助于优化jth层的权重。如果它是正确的，我想限制权重培训的编码器层，并希望执行我的定制培训。
定制培训应该如下所示：
直到第四层正常的反向传播。
第三层的重量将被训练(优化)使用第四层的输出，如粉红色箭头中提到的。
第二层的权重将与第5层的结果一起训练，如黄色箭头中所提到的。
第1层的权重将与第6层的结果一起训练，如蓝色中提到的那样。
我想知道如何实现这种定制的可培训架构?我对Tensorflow很熟悉，但我无法找到任何解决方
浏览 0提问于2020-02-07得票数 0
1回答
请任何人向我解释一下教程的这一部分:这里是链接部分:定制模型实现Keras是推荐的TensorFlow高级模型API，我们鼓励尽可能在TFF中使用Keras模型(通过tff.learning.from_keras_model或tff.learning.from_compiled_keras_model)。
但是，tff.learning提供了一个较低级别的模型接口tff.learning.Model，该接口公开了使用模型进行联邦学习所需的最低限度的功能。直接实现此接口(可能仍使用像tf.keras.layers这样的构建块)允许最大限度地进行定制，而无需修改联邦学习算法的内部结构。
所以让我们
浏览 0提问于2019-12-05得票数 0
我正在寻找一种从法语问题中提取潜在主语和宾语的方法。
目前，我正在制定一些手工规则。或者，我开始考虑使用一个已经受过训练的模型来完成这项任务。我想使用StanfordNLP解析器，但不幸的是，它不能免费用于商业用途。
所以，问题来了：
它们是用于此任务的ML模型吗？
它们是否被标记为数据集(法语)，可以帮助创建用于此任务的ML模型？
编辑我主要是寻找开源工具/库。
浏览 0提问于2018-11-30得票数 1
我之前已经使用CRF++模型来识别电影评论数据集中的NER。然而，我发现spacy在使用和可视化方面非常有效。然而，这里的问题是，我如何在spacy中合并CRF++模型？如果这是不可能的，我如何使用IOB标签训练Spacy NER模型来满足我的需求？
浏览 1提问于2018-05-27得票数 0
2回答
我最近训练了一个定制的yolov3模型来识别动物。第一个数据集只有大约900张照片。我可以接触到10公里的照片，但是通过labelImg给它们贴上标签需要很长时间。
有没有一种方法可以使用预先训练过的重量来自动给新照片贴上标签，如果错误的话，可以选择编辑这些框和标签吗？
浏览 3提问于2020-10-11得票数 1
回答已采纳
2回答
我的组织为其他公司提供咨询，部分方式是利用我们多年来收集到的大量数据集训练的神经网络。
只要有时间，我们就会查询客户可能拥有的任何类似数据，这样我们就可以根据我们自己的检查点定制一个新模型。这样做的效果很好，因为我们用于培训的数据是相对笼统的，而且通常是由一般组织收集的。
然而，最近我们的一个客户端提供的数据在我们自己的模型中对相同的响应变量具有很高的预测性，但是在变量类型和大小上却有很大的不同。
为了简化起见，举一个例子：
我训练了自己的网络，用10万条记录来根据体重预测身高。通常情况下，我的客户会提供另外10,000份员工身高和体重的记录，这使我可以根据他们的需要定制网络。然而，一位新客户
浏览 0提问于2018-10-31得票数 0
回答已采纳
1回答
假设我的数据是一个具有多种特征的时间序列，如风、温度、假日等。我在预测一个目标变量Y，在我经历了将数据分割成训练和测试的整个过程之后，在进行了良好的预测/预测之后，我保存了我的模型。
现在我可以提供额外的信息作为我的模型的输入吗？如果我想预测明天的Y值，并且知道明天的风和温度预报(来自气象服务部门)，我不能用它们来更好地预测明天吗？
浏览 0提问于2020-12-07得票数 0
我正在尝试用自定义的NE (命名实体)字典来训练印第安的NER模型。我指的是NLTK和Stanford。
NLTK
我发现nltk.chunk.named_entity.NEChunkParser 能够在定制语料库上进行培训。但是，培训语料库的格式没有在源代码的文件或评论中具体说明。
我在哪里可以找到NLTK的自定义语料库指南？
斯坦福纳
根据的说法，斯坦福大学的FAQ给出了如何训练自定义NER模型的方向。
最主要的担忧之一是，默认的斯坦福纳不支持印度人。那么把印度人的语料库喂给模型是可行的吗？
浏览 5提问于2016-01-13得票数 0
我想用Tensorflow训练一个递归神经网络。我的模型为每个训练样本输出一个1×100向量。假设y = [y_1, y_2, ..., y_100]是我训练示例x的输出，预期的输出是y'= [y'_1, y'_2, ..., y'_100]。
我希望编写一个自定义丢失函数，该函数计算此特定示例的损失如下：
Loss = 1/sum(weights) * sqrt(w_1*(y_1-y'_1)^2 + ... + w_100*(y_100-y'_100)^2)
哪个weights = [w_1,...,w_100]是给定的权重数组。
有人能帮我
浏览 4提问于2021-05-07得票数 3
回答已采纳
2回答
我想为我的一个项目运行实体链接。我在一堆文件上用Spacy做笔录。是否有一个现有的链接模型，我可以简单地用来链接所找到的实体？
我发现的文档似乎是如何训练一个定制的。
示例：
谢谢!
浏览 18提问于2022-05-17得票数 0
2回答
根据您的经验，较小的CNN模型(较少的params)比大型模型的收敛速度更快吗？
当然，我会认为是的，因为需要优化的参数较少。然而，我正在训练一个定制的基于MobileNetV2 2的Unet (带有2.9k参数)用于图像分割，它比具有更多参数(5k参数)的模型需要更长的时间来收敛。如果此收敛行为是意外的，则可能表示体系结构中存在错误。
浏览 0提问于2020-12-08得票数 1
最近，我对将分布式培训整合到我的Tensorflow项目中产生了兴趣。我正在使用Google Colab和Python3来实现一个带有定制的、分布式的训练循环的神经网络，如本指南中所述：
在“创建分发变量和图形策略”部分的指南中，有一些代码的图片，这些代码基本上设置了一个“MirroredStrategy”，然后打印生成的模型副本的数量，请参见下面的内容。
据我所知，输出表明MirroredStrategy只创建了模型的一个副本，因此，只有一个GPU将用于训练模型。我的问题是: Google Colab是否仅限于在单个GPU上进行培训？
我尝试过在使用和不使用图形处理器加速的情况下调用Mir
浏览 8提问于2019-09-19得票数 5
我有一个有48个心电信号文件的文件夹。文件包括.dat和.atr，心电信号记录和注释。我想分裂他们来训练和测试来训练人工智能模型。我将使用PyTorch，我想知道一种简单的方法，在Python.I中实现这一点，我更喜欢一个定制的拆分，其中包含一定数量的文件正在编写中，其余文件正在测试中。
火车：'101'，'104'，'107‘测试：'102'，'105'，'106’
谢谢
浏览 8提问于2022-05-04得票数 1
回答已采纳
2回答
我正在建立一个定制的卷积神经网络来进行图像识别。我遇到的问题是，只有大约100张图片可以训练和测试。从我的研究和模型结果来看，这还不够。
有谁是雇佣服务的人让人搜索，网络/研究，并根据一定的标准建立图像？
浏览 0提问于2017-12-13得票数 -2
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
实时音视频
即时通信 IM活动推荐
腾讯云开发者
