我正在做研究，对于一个实验，我想使用网络中特定层相对于网络输入的梯度(类似于引导式backprop)作为另一个网络(分类器)的输入。我们的目标是根据分类器“迫使”网络改变“注意力”，因此这两个网络应该同时训练。我是这样实现的：output_tensor = model.layers[-2].output
grad_calc =
浏览 16提问于2019-07-09得票数 0
1回答
这个“单一”值在梯度中代表什么？
、、、、
我试着计算输出层的梯度。输入和我期待一个梯度矩阵(作为不同节点的梯度在输出层w.r.t。每个输入)，但我只得到一个值。我想知道这个值代表什么？
我的目的是计算分类交叉熵损失的梯度w.r.t对每个输入。我是新来的，所以请忽略愚蠢的错误。from keras.models imp
浏览 0提问于2019-03-27得票数 1
回答已采纳
你好，我是一个使用Torch的'nn‘包的初学者。在过去的两周里，我对火炬'nn‘库中的gradInput和gradOutput的含义感到非常困惑。我相信这里的“梯度”是指梯度，但这两个变量到底指的是什么呢？
感谢任何人的帮助！
浏览 2提问于2015-06-19得票数 0
我对机器学习还很陌生，而且我还在玩弄对抗性的例子。我试图愚弄一个二进制字符级的LSTM文本分类器.因此，我需要损失的梯度w.r.t。输入。编辑:我想做一些与 git类似的事情。
我在想，问题可能是它是一个LSTM分类器。在这一点上我不确定。但我认为，即使从LSTM分类器中
浏览 0提问于2019-05-17得票数 0
回答已采纳
1回答
我正在尝试从的'layer14/pointwise_conv‘层获取渐变值。因此，我打算获取每个帧的grads_val，例如
y_c = yamnet.output[0][0, prediction.a
浏览 0提问于2020-01-15得票数 0
作为Tensorflow的新手，我正在尝试理解tf.gradients和tf.keras.backend.gradients的底层功能之间的区别。
后者求出输入特征值的梯度w.r.t代价函数。但我无法清楚地了解前者是计算成本函数的梯度还是计算输出概率(例如，考虑使用简单的前馈网络的二进制分类的情况。这里的<em
浏览 38提问于2020-02-25得票数 1
1回答
我想计算一个损失函数，它在不同的输入上使用网络的输出两次。second_output = model(second_input)
loss = mean_absolute_error(first_output, second_output) 如何在tensorflow或keras更新:感谢你们的回复。我想在keras或tensorflow中重新实现this paper。在GAN中，作为鉴别器的"critic
浏览 11提问于2019-01-28得票数 2
2回答
在“ of torch.autograd.grad”中指出，对于参数，
输出(张量序列)-差异化函数的输出。输入(张量序列)-输入w.r.t.其中的梯度将被返回(而不是累积到.grad中)。torch.tensor([a, b])) #RuntimeError: grad can be implicitly created only for scalar outputs
我想得到张量列表的梯度输入<
浏览 2提问于2019-09-23得票数 5
回答已采纳
例如在Zeiler 2014：中描述的解合操作等同于最大合用操作的梯度。grad: A `Tensor`.Gradients w.r.t. the output of `max_pool`
我尝试使用优化器的compute_gradients()函数计算最大池化操作的梯度<
浏览 1提问于2016-07-02得票数 1
我使用tf.keras实现并训练了一个顺序模型。假设我得到一个大小为8X8的输入数组和一个输出0，1，0，(其余全部0)。
如何计算输入w.r.t到给定输出的梯度？我正在尝试实现一个类似Google深度梦想的项目，这样如果我提到一个数字，那么在每次迭代时，我都会用它的梯度更新输入，使图片更像被问到的数字。我试图跟踪其他StackOverflow答案和Ker
浏览 0提问于2020-07-18得票数 2
回答已采纳
1回答
如何处理Keras中的大图像？
、、、、
我正在研究Keras上的机器学习问题。我的目标是训练输入为(4214, 22311)矩阵，输出为(22311,)向量的模型。这样的二维数据可以作为图像输入来处理，但大多数图像分类器只对形状(200, 200)的小图像进行分类。我尝试了几种在Keras上建立模型的方法，例如CNN、双向LSTM或简单的神经网络(平
浏览 3提问于2017-09-21得票数 0
回答已采纳
1回答
我有一个模型，它本质上是一个辅助条件GAN；模型的第一部分是生成器，最后一部分是鉴别器。鉴别器进行多类(k=10)预测。在的工作之后(pp3是一个有用的图，但请注意，为了这个问题的目的，我忽略了网络结构的修改)，我通过生成合成输入和类标签(“内部循环”)来训练整个模型进行T=32迭代。我可以使用判别器(Learner)对真实数据和标签进行预测，以获得损失。但是，我需要通过内部循环将鉴别器的错误反向传
浏览 1提问于2020-03-16得票数 1
2回答
Keras上的域自适应
、、、
我正在用CNN在Keras上开发一个图像分类器。由于这些图像是从多个域拍摄的，我想尝试一下域适配。为了同时训练一个图像分类器，并使域不变特征，我提出了一个负损失的损失，像这样的领域损失在Keras。0.1},这里，m
浏览 3提问于2018-01-23得票数 4
回答已采纳
我想计算一个网中两个张量之间的梯度。输入X张量(批量大小x m)通过一组卷积层发送，这些卷积层返回并输出Y张量(批量大小x n)。tf.gradients(ys=Y, xs=X)
不幸的是，我一直在用torch.autograd.grad()做测试，但我不知道该怎么做。我得到类似这样的错误：“RunTimeerror
浏览 1提问于2019-02-19得票数 14
回答已采纳
3回答
我正在用Keras实现一个神经网络，但是Sequential模型返回nan作为损失值。我在输出层中有sigmoid激活函数来压缩0到1之间的输出，但可能不能正常工作。start_range:end_range] yield batch_dataset, batch_dataset
mlp.add(
浏览 0提问于2020-02-19得票数 14
1回答
文本分类显着性图的计算
、、、
我正在学习带影评的文本分类 TensorFlow教程，并希望通过查找特定的输入来扩展该项目，这些输入对分类的影响最大。
我知道这被称为显着性地图，但我很难计算出来。我认为我需要计算输出相对于输入的梯度。我试图实现与这个答案中的代码类似的代码，但没有效果。一个令人困惑的问题是，模型使用嵌入层，它不传播梯度，所以我认为需要计算渐变，输入</e
浏览 0提问于2019-02-08得票数 4
1回答
具有相对标号对的二进制分类
、、、、
因此，我正在建立一个模型，它接受一对样本作为输入，并学习用相反的标签对它们进行分类。假设我有一个用于预测单个样本( y_hat = f(x) )的任意模型，我将使用Keras构建一个模型，该模型接受对样本(x,z)和输出预测对f(x), f(z)。然后，我使用了一个自定义损失函数，它将模型推向正确的方向:考虑到使用二进制交叉熵( BCE )训练规则二进制分类器以使预测和期望的输出“
浏览 16提问于2021-12-22得票数 0
1回答
我有一个二维输出的keras模型(二进制分类)。我评估了一些形状输入的三个不同的梯度(1,50,200)
gradients0 = K.gradients(model.output[:,0] model.inputs(model.output[:,1], m
浏览 2提问于2019-01-14得票数 0
回答已采纳
我试图用两个输出建立一个模型，一个用于分类，另一个用于回归。我使用来自Keras的预先训练过的VGG16作为卷积特征提取器。但是，当我试图在两个输出序列中构建下一个平坦层时，我得到的错误是输入不是张量。如何确保我只将卷积基的最后一层作为下一层的输入？tf.AUTO_REUSE):
x = Flatten()(conv_base.layer
浏览 1提问于2019-04-27得票数 0
回答已采纳
1回答
简单分类的神经网络精度
、、、、
我正在尝试为一个非常简单的分类模型开发一个NN，该模型包含了keras/tensorflow：输入："Do“=>类输出："Dog”输入："Mo“=>类输出：”鼠标“
我用许多"Do“、"Ca”等来训练模型(如字典)，将输入索引为分类数组(例如，[0,1,0]是&quo
浏览 0提问于2018-03-27得票数 0
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
