1回答
5对于模型收敛来说太快了吗？
、、、、
我正在尝试建立一个CNN模型，我有大约44,000张图像，6类，图像大小为99X99。首先我使用SGD优化器尝试ResNet10，我将其设置为30个时期，学习率为0.001，收到的最好的模型为22个时期，但最后2个类的精度并不是那么好，然后尝试U-Net并添加Autrous空间金字塔池作为中间层，使用ADAM优化器并将其设置为30个时期，学习率为0.001，得到了5个时期的最佳模型，精度很好，所以我想知道的是，对于一个模型来说，5个时期太快</
浏览 78提问于2020-04-03得票数 0
1回答
据我所知，如果1.收敛太快2.验证损失不断增加，那么模型肯定是过拟合的。 同样，据我所知，除非你使验证损失收敛到与你的训练损失类似的趋势，否则没有办法解决这个问题，这样你就可以做更多的数据增强等。然而，我读过的许多论文都声称10倍是健壮性的标志，并表明该模型并不过度拟合。然而，当我重新创建这些实验时，我可以说，无论它们是否显示出稳健的准确性，它们都是过度拟合的。我的理解错了吗？是否有希望出现不收敛而是上升的验证损失？或者，除了验证损失之外，还有其他衡量标准吗？
浏览 42提问于2019-03-21得票数 0
由于一个时代是所有训练实例中的一个前过和一个后过，对于模型来说，适当地收敛，是否相同(就精度和收敛时间而言)：
使用n图像训练m*k期？
浏览 1提问于2018-07-20得票数 1
我参与了一个遗留的BlackBerry应用程序，其中的COD文件大小约为5MB(主要来自嵌入式图像等)。这个尺码有什么值得担心的吗？BlackBerry应用程序通常应该更小，为什么？
浏览 0提问于2010-11-20得票数 2
回答已采纳
1回答
我正在使用papaparse读取csv文件来获取记录，但问题是它对于数据库来说太快了。
浏览 0提问于2018-04-11得票数 0
1回答
我看到有一些显著的差异，但验证曲线似乎是收敛的。我是否应该假设，在收敛的情况下，添加数据对方差的影响不大，还是我对收敛速度的结论太快了？
浏览 5提问于2016-04-07得票数 1
回答已采纳
15回答
未定义变量时-等待
、、、
我的问题是它运行得太快了，因为所需的变量仍然由Flash和web服务定义。setTimeout(function(){ }, 5000);})(jQuery);
问题是，对于一个网速很慢的人来说，5秒可能太快了，反之亦然，对于一个网速很快的人来说，这太慢了。
浏览 4提问于2011-09-05得票数 88
回答已采纳
1回答
意为聚类。
、、、
此外，k=5、k=10等也没有变化。k=5 -dbc.in "file.tsv" \DIFF=$(( $END - $START ))输出为"It took <em
浏览 3提问于2014-06-04得票数 2
回答已采纳
假设我将以下两个数据集放在尽可能最好的模型中(这两个数据集的模型相同)：一个功能设计的数据集，包含数百个创建的变量，这些变量来自我刚才提到的原始数据集。
浏览 0提问于2020-01-17得票数 2
1回答
我正在开发一个端到端训练和量化训练的例子.使用数据集，我加载了一个经过预先训练的模型，然后使用TensorFlow指南中的来量化我的模型。accuracy: 0.9815注意到我没有更改我从TensorFlow指南中附加的代码，我只是使用了一个不同的数据集和模型
浏览 6提问于2020-09-23得票数 2
我在R中使用metafor包，非常有趣的是，我发现对于相同的数据集，与列表(~1|id1，~1|id2)相比，~id1|id2公式似乎给出了更少的“不收敛”结果。有人能解释一下背后的原因吗？] rgl_0.100.50 Rcpp_1.0.3 lattice_0.20-38 assertthat_0.2.1
[5][53] purrr_0.3.3 hms_0.5.3 crosstalk_1.0.0
浏览 99提问于2020-03-03得票数 0
回答已采纳
我将statsmodels.discrete.discrete_model.NegativeBinomial用于负二项式回归任务，因此我使用以下脚本创建了一个模型：
from statsmodels.discrete.discrete_model
浏览 0提问于2018-06-23得票数 0
回答已采纳
1回答
我使用来自bam的mgcv函数在多个数据集上拟合相同的广义加法模型。对于我的大多数数据集来说，匹配在10到20分钟之间的合理时间内完成。对于一些数据集，运行需要超过10个小时才能完成。我的模型包含两个光滑项(使用循环三次样条基)和一些附加的数值变量和因子变量。总共估计了300个系数(包括平滑项的系数)。为了加速拟合过程，我故意将结数保持在理论上的最优数以下。在大多数情况下，该模型收敛速度相当快，但对于少数情况，收敛速度却非常慢。
浏览 2提问于2016-11-24得票数 9
回答已采纳
1回答
我在Keras训练了一个模型，只有密集的层。然而，当我试图预测的时候，它总是给我同样的答案，即使有不同的价值。
浏览 3提问于2016-11-01得票数 2
回答已采纳
我正在尝试为各种游戏创建基准，每个游戏有5个关卡。我们的目标是首先训练一个模型在3个级别上收敛，然后在其余2个级别上测量学习曲线。
对于如何在多个层次上训练模型，有没有一个通用的规则？
浏览 0提问于2018-07-06得票数 0
，‘幂迭代未能在100次迭代内收敛’)，如下面的代码所示。ranked_sentence)
summarize_text.append(" ".join(ranked_sentence[i][1]))
# Step 5
浏览 127提问于2020-07-22得票数 4
1回答
我正在训练一个模型，用于从图像中分割机器打印的文本。图像可能还包含条形码和手写文本。对地面真实图像进行处理，使0表示机器打印，1表示其余图像。我使用的是5层CNN，最后输出2张地图。当我训练模型时，对于这些图像，我得到的损失为0，训练准确率为100%。这是正确的吗？这个损失怎么可能是零呢？对于包含条形码或机器打印的其他图像，我得到了一些损失，它们正在正确收敛。当我测试这个模型时，条形码被正确地忽略了。但它同时输出机器打印和手写文本，而我只需要机器打印。
有人能帮我指出我
浏览 0提问于2017-07-04得票数 3
对于iOS云数据驱动的应用程序来说，哪种模型更简单，你们中有谁知道答案了吗？
Restkit + RESTful API还是TouchDB + CouchDB？
浏览 1提问于2013-04-13得票数 0
1回答
我确实理解规范化的概念&扩展培训/测试数据；它确实有助于成本函数的收敛。对于许多机器学习算法来说，它是一个很好的助手。我使用规范化数据(MinMaxScaler)训练和验证我的模型，并保存我的模型。在这一点上，我不再能够访问培训/测试数据。我将如何规范输入数据的单个向量，以便将其输入到我的模型中？
我能想到的唯一标准化就是数据的线性转换(例如，简单地将值从40、70范围映射到-1，1)
浏览 0提问于2018-05-05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
即时通信 IM
腾讯会议活动推荐
腾讯云开发者
