我正在使用稳定的基线训练PPO2 RL模型。我发现的一件事是，经过训练的代理仍然会在测试数据上显示一些随机行为，如predict方法PPO2所示；deterministic标志应该设置为True，以查看确定性(非随机)行为。我理解，在训练一个RL代理时，需要进行一定数量的随机探索，以便agent能够学习最优的值策略网络。然而，我认为，一旦对一个代理进行了训练，并用
浏览 0提问于2019-07-24得票数 4
回答已采纳
1回答
我使用了一个简单的神经网络来检测表单，以下是github上的所有代码：https://github.com/stodar/shapes/blob/main/saad.ipynb。我得到了相同的结果，即使我改变了输入，我重做了代码几次，但没有结果。 你有什么想法吗？
浏览 39提问于2021-08-18得票数 1
我是第一次使用TensorFlow，我不知道如何使用经过训练的模型来对图片进行分类。我已经为我的训练和所有工作建立了一个训练、验证和测试数据集，但我想在第二个测试数据集(称为test2)上进行预测。我正在对数字图片进行分类。，然后我想在另一个测试集上进行预测：
t,p = t
浏览 2提问于2017-02-14得票数 6
回答已采纳
Am使用MNIST时尚数据集1-我已经将列车数据划分为5个不同的位置，每个位置只包含2个类别的图像。2-我在不同的模型中训练了每个位置数据集，并测试了所有(0到9)类图像的预测数据内容。问题->如何将所有5个经过训练的模型组合成一个模型，从而能够更准确地预测我的测试数据？
浏览 0提问于2019-09-15得票数 1
回答已采纳
2回答
如何对MNIST数据集使用k折叠交叉验证？我阅读了关于sci学习的文章文档，在那个例子中，他们使用整个虹膜数据集进行交叉验证。iris.data, iris.target, cv=5)例如，在keras中导入mnist数据集时keras.datasets import mnist
(Xtrain,Ytrain),(Xtest,Ytest)=mnist_load()
浏览 0提问于2018-03-19得票数 2
1回答
在Azure ML中，我有一个使用boosted决策树回归的预测回归模型，它相当准确。
输入数据集有超过450列，该模型在没有过度拟合的情况下，对测试数据集进行了很好的预测。为了报告结果，我需要知道模型主要用来进行预测的特征/列，但在查看经过训练的模型</e
浏览 0提问于2017-07-10得票数 0
我对TensorFlow比较陌生，所以我做了一个模型，用来对不同类型的汽车图像进行预测。我从"tf.keras.utils.image_dataset_from_directory“函数中创建了测试数据集。我用model.fit(test_dataset)来得到预测。但是我想要的是从测试数据集中打印图像，然后给出它的预测。(图像然后预测
浏览 3提问于2022-06-13得票数 2
回答已采纳
1回答
虽然我能够理解如何使用model.fit(x_train，y_train)，但我不知道如何使用tensorflow的梯度磁带对新数据进行预测。目前正在工作的是，我得到了经过训练的模型"network_output"，但是，似乎使用梯度磁带，在模型本身上使用了argmax，在模型中，我习惯了将测试数据作为输入<
浏览 5提问于2022-08-12得票数 1
1回答
我用tensorflow格子中的Keras预先制作的模型，使用python3.7构建了自己的模型，并保存了经过训练的模型。然而，当我使用经过训练的模型进行预测时，预测每个数据点的速度都在毫秒级，这似乎非常缓慢。有什么方法可以加快tfl的预测
浏览 0提问于2021-04-21得票数 0
回答已采纳
1回答
罕见事件训练后支持向量机性能差
、、、、
我发现加权支持向量机是一种处理类不平衡问题的分类方法。我的数据集与罕见事件(标记为1的少数类)和多数类(标签为0)高度不平衡。训练采用5倍交叉验证方法进行.该方法在训练集上效果良好。我在训练后表现很好。这我可以说是因为通过观察训练后的混乱矩阵。cmMatrix = 0 30
一般建议使用优化的超参数进行再训练.
浏览 0提问于2018-07-11得票数 1
回答已采纳
从谷歌教程中，我们知道如何在TensorFlow中训练一个模型。但是，保存经过训练的模型的最佳方法是什么，然后在生产服务器中使用基本的最小python来提供预测。我的问题基本上是关于TensorFlow最佳实践，以保存模型并在不影响速度和内存问题的情况下在活动服务器上提供预测。因为API服务器
浏览 2提问于2016-01-27得票数 17
回答已采纳
我试图了解测试数据集是否可以用来选择一个经过训练的最终模型。让我们假设这个场景：
我首先分割了整个数据集: 70%的训练，30%的测试。然后我拟合了几个模型(假设NN，RandomForest，AdaBoost，.)在训练数据集上进行交叉验证，对超参数进行调优，以获得最佳的列车数据性能。我知道这些分数是有偏见的，因为我调整了这些数据上</
浏览 0提问于2018-12-27得票数 2
回答已采纳
2回答
我对机器学习中的整个数据集有两个问题，我很乐意得到一个答案：(1)为什么计算和使用测试集的均值和标准差是不恰当的?2.为什么我们要限制使用测试集的次数，以及我们应该使用验证？
坦克很多
浏览 0提问于2022-11-23得票数 1
1回答
我知道，如果您执行某种转换，并且使用fit()，那么您必须同时转换()训练集和测试集。
假设您对培训数据应用了有针对性的欠采样技术(如TomekLinks )，以使模型能够更好地识别\单独的类。问题:如果要使用该模型对测试集进行预测，是否也对测试集执行相同的欠采样技术，还是仅在培训集上使用欠采
浏览 0提问于2021-11-04得票数 1
回答已采纳
1回答
在最初的伯特文件第3节(arXiv:1810.04805)中提到：我不知道我是否正确地理解了“不同”这个词的含义。不同的意思是不同的数据集还是不同的预测任务？
例如，如果我们用一个大数据集对伯特进行“句子分类-任务”的预培训。那么，
浏览 0提问于2020-10-30得票数 1
回答已采纳
1回答
如何向高管证明预测模型的可靠性？
、、、、
我训练了来自500个设备的数据来预测它们的性能。然后，我将经过训练的模型应用于另外500个设备的测试数据集，并显示了相当好的预测结果。现在，我的高管们希望我能证明这种模式在一百万台设备上运行良好，而不仅仅是在500台设备上。显然，我们没有一百万台设备的数据。如果模型不可靠，他们希望我发现所需的
浏览 0提问于2016-06-24得票数 1
回答已采纳
当尝试在比我的培训数据更少的新测试数据上测试经过训练的模型时，predict()返回以下内容：
新数据中的预测器类型与培训数据的类型不匹配。我的训练数据有一个包含7个因子级别的变量，而我的测试数据有相同的6个因子级变量(所有6个都在训练数据中)。当我添加一个包含“缺失”第7因子的观察时，模型就会运行，所以我不
浏览 3提问于2014-07-21得票数 5
回答已采纳
我需要一些机器学习词汇的建议。我知道它在培训过程中得到的标签数据或未标签数据称为training set或training data。当它准备好后，经过初步的培训，您可以在生产中部署它来解决实际问题。您如何调用模型在这一点上接收的输入数据？
浏览 0提问于2019-05-20得票数 0
1回答
我正在研究如何在安卓应用程序上结合使用TensorFlow和Google Cloud ML。我已经从这篇文章中找到了这个，而且我在谷歌上已经找到了什么，我总是必须部署一个经过训练的模型(即Tensorflow Graph?)第一?没有办法使用Google Cloud ML在这个云中发送数据值和训练TensorFlow模型吗？
因此，唯一的方法是:部署一个模
浏览 1提问于2016-12-17得票数 0
1回答
我有一个图像分类，深入学习CNN模型(.h5文件)使用Keras和Tensorflow 2，我想使用在线预测。我想要一个API，它通过HTTP接收单个输入映像，并使用经过训练的模型使用预测的类标签进行响应。是否有Keras或Tensorflow提供的API来进行同样的操作？
浏览 1提问于2020-02-12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
云直播
实时音视频活动推荐
腾讯云开发者
