1回答
我正在尝试构建一个可以玩stick cart的深度Q学习代理。通过强化学习，它学会了通过移动手推车来平衡操纵杆。我已经能够让绘图显示出来，但它只显示为空白。不太确定现在该做什么。下面是我的代码：import gym
import numpy as
浏览 17提问于2019-10-27得票数 0
1回答
在安装了Theano之后，每个时代出现的进度条都是在时代完成后出现的，所以在训练过程中，我看不到它的进展。Epoch 1/50我希望它在训练过程中展现出进步21/21 [=====>................
浏览 3提问于2017-07-19得票数 4
回答已采纳
我正在训练一个tensorflow联合学习模型。我看不见时代的成果。value, step=round_num) tff_val_acc.append(ev_result[1])我的输出如下1.2051892)])这些值是否适用于每一轮之后<e
浏览 9提问于2022-06-16得票数 1
回答已采纳
在对深层网络进行语义分割训练时，通过对图像/地面真实/预测三位一体的研究，可以得到对网络性能的定性理解。在训练期间，我希望能看到这套张板，但在整个训练期间保持相同的三合会。如果一个人天真地将tf.summary.image用于每一个输入/地面真相/预测，则tensorflow会根据每个时代更改保存的图像/地面真相/预测集。", test_t, max_outputs
浏览 0提问于2017-10-24得票数 0
2回答
我正在训练一个简单的VAE模型，在64*64图像上，我希望看到在每一个时代或每两个批次后产生的图像，以看到进展。如果你向我推荐一个解释如何这样做或给我举个例子的来源，那就太棒了。注意事项：我感兴趣的是一个干净的Keras.c
浏览 3提问于2020-05-23得票数 1
回答已采纳
我使用matplotlib来绘制和计时新的罗马字体。然而，在最新版本中，下标不在Times 中，其他文本在Times中。表见如下。import matplotlib as mlp,numpy as npimport matplotlib.pyplotas pltpl
浏览 0提问于2018-08-02得票数 1
回答已采纳
我正在训练一个动态神经网络，这意味着每个时代我都会调整架构并获得不同的计算图。我想使用tensorboard绘制每个时期的图形，但是当我在每个时期的末尾使用SummaryWriter.add_graph()时，它只会覆盖前一个时期。你知道如何用pytorch + tensorboard绘制几张图吗？这似乎是可以实现的，因为每个图都有一个“标签”，但我发现没有选择更
浏览 0提问于2020-02-18得票数 3
使用matplotlib绘制波士顿数据集中每个特性的直方图，该数据集可在科学学习库中获得。如何解释直方图以确定该特征在模型训练中的相关性或意义？
📷
浏览 0提问于2019-06-25得票数 0
回答已采纳
我见过一些帖子在一对一的样本上谈论Keras模型的训练.我也从这些帖子中了解到，Keras模型将更新模型权重，即使是在逐个训练的基础上。那么，在这种情况下，现在的问题是，我们如何提供验证拆分，以及我们如何绘制模型的验证图，因为我们不是将整个数据集提供给我们的模型，而是逐行提供数据集？
浏览 1提问于2021-08-14得票数 1
回答已采纳
1回答
如何提高空间变换网络中的旋转性能
、、、、
我正在将空间转换网络应用于我创建的数据集。数据集由稍微旋转(随机旋转在10°到30°之间)的靴和鞋组成，如数据集图像图所示。我在Fashionmnist数据集上训练了我的模型并对其进行了测试。我希望得到对齐的图像，但是我得到了这样的信息：这就是我的CNN和stn的样子：def __init__(self): x = self.cnn(x)
x =
浏览 10提问于2022-06-06得票数 0
回答已采纳
1回答
我正在训练一个简单的VAE模型，在64*64图像上，我希望看到在每一个时代或每两个批次后产生的图像，以看到进展。如果你向我推荐一个解释如何这样做或给我举个例子的来源，那就太棒了。
浏览 0提问于2020-05-23得票数 1
回答已采纳
是否有可能从一个.tfrecords文件中获得记录的总数？与此相关的是，在训练模式中，人们通常如何跟踪已经过去的时代的数量？虽然我们可以指定batch_size和num_of_epochs，但我不确定获得诸如current epoch、每个时期的批数等值是否简单--这样我就可以更好地控制培训的进展。目前，我只是使用一个肮脏的黑客来计算这个问题，就
浏览 7提问于2016-11-07得票数 32
回答已采纳
1回答
我正试着在celebA上训练celebA。培训过程似乎进展非常缓慢，我想找出是什么导致了瓶颈。训练一个时代所需的时间似乎非常相似，当我使用规模层STANDARD_1，BASIC_GPU，或者只是在我的6岁的4核CPU笔记本电脑上在本地运行时。在这三种配置中，每个训练步骤大约需要25秒，尽管我注意到每隔一段时间就会有一个训练步骤需要几分钟。
当使用BASIC_GPU时，cpu利用率低于.1。当使用ST
浏览 0提问于2017-03-17得票数 2
1训练时代2训练时代3训练时代4训练时代5训练时代6训练时代7”的一致向量，但是模型在每个时代给出了相同的向量，因此它似乎没有学到任何东西：
训练
浏览 0提问于2018-05-07得票数 1
当使用一个自适应优化器(Adam等)时我们期望在训练期间改变连续小批次的学习速度。但我想知道，学习速度会如何变化之间的连续时代-它是继续从前一个时代(预期的行为)，还是初始化从默认？当然，术语“比率”指的是特定优化器用来确定实际权重、更新wrt梯度的所有变量)。另外，如果我为N个时期进行训练，停下来，然后继续这样做，会发生什么情况：
浏览 4提问于2018-03-21得票数 1
回答已采纳
我有一个关于如何在Matplotlib中绘制数据的问题。如何在Matplotlib (如下面所示)中绘制一条颜色不同的线条，以显示训练/测试数据或当前价格/预测价格中的分裂？
浏览 1提问于2018-11-05得票数 0
回答已采纳
但我也看到过某些论文讨论了训练样本数量对准确性性能的影响。我应该如何使用keras或其他常见的深度学习库来生成这样的图形？ 这是一种公平比较几个模型达到令人满意的性能所需的训练样本数量的方法吗？
浏览 22提问于2020-02-01得票数 0
2回答
我正在用TensorFlow (使用)对生成的数据进行神经网络训练。据我所知，每个时代我们都使用所有的训练数据。由于我可以控制我有多少个例子，似乎最好只是生成更多的培训数据，直到一个时代足以训练网络。
所以我的问题是:假设我有足够的训练数据，只使用一个时代有什么坏处吗？我是否正确地假设百万个例子中的一个时代比10万的</
浏览 4提问于2016-06-23得票数 9
回答已采纳
根据我对卷积神经网络的了解，每个时代都必须向提供相同的训练示例，但是需要对进行洗牌(这样，在训练时，网络就不会记住某些特定的顺序)。然而，在的文章中，他们给网络64000 随机样本提供了每个时代的(所以以前只有一些训练示例是“看到”的)：
每个训练实例都是一组均匀采样的3幅图像，其中2幅属于
浏览 1提问于2017-09-19得票数 3
回答已采纳
我在tensorflow中训练了几个CNN模型，但是我忘了使用“历史”函数来绘制一张图，既准确又丢失。
我保存了权重和整个模型，但没有意识到您需要在与训练时代相同的执行周期绘制.history图。有没有一种方法可以在训练后从保存的检查点或模型保存中生成准确性和丢失图？
浏览 3提问于2022-04-22得票数 0
云服务器
ICP备案
云直播
腾讯会议
实时音视频
腾讯云开发者
