我用如下程序创建了新的模型：https://github.com/tensorflow/hub/blob/master/tensorflow_hub/tools/make_image_cl分类器/make_image_Classfier.py，经过整个训练过程，准确率超过93%，但是，我按如下方式运行程序来测试模型：https://github.com/tensorflow&#
浏览 47提问于2019-12-10得票数 0
4回答
利用卷积神经网络建立图像分类模型，经过5次classes.It训练，训练准确率为100%，测试准确率为82%。但是当我手动给出一幅图像进行预测时，该模型无法将它们分类为10幅图像该模型仅对3-4幅图像进行分类correctly.What是错误的吗？我该怎么办？?
浏览 3提问于2018-04-16得票数 0
我有一个用于CIFAR-10的 CNN，其中我正在使用基于Python3、TensorFlow2.0的数据增强，如下所示： height_shift_range = 0.1,)
但采用这种数据增强技术，准确率降低到与此相反，当我在没有任何数据增强的情况下训练相同的
浏览 8提问于2020-07-24得票数 0
1回答
在本文中，我试图遵循CNN的体系结构，使用深度卷积神经网络()进行ImageNet分类。在这篇论文中，他们试图对1000个类进行分类，而我只尝试对2个类进行分类。但是，我的测试准确率停留在50%，并且模型没有学习。这是我的笔记本的网址
有谁能告诉我出了什么问题吗</em
浏览 2提问于2019-08-27得票数 0
1回答
我刚刚意识到，我的MNIST数字分类器(一种卷积神经网络)在我自己的手绘数字上发生了巨大的故障，准确率仅为55% (黑白图像上的准确率为50%，黑白图像上的准确率为60% )。这个结果让我相当惊讶，因为工业字符识别软件对于全新的字符非常准确。
我能在网上找到的唯一解释是过度拟合，这似乎不太可能，因为我的模型有9
浏览 4提问于2020-06-12得票数 0
我正在使用深度神经网络分类器在TensorFlow上处理MNIST数据集。我在网络中使用了以下结构。model_dir="model"然而，当我运行下面这行代码时，我遇到了40%的准确率类似的研究在学术界检索到99%的准确率。
谢谢。
浏览 0提问于2017-10-13得票数 0
2回答
阶级失衡问题？
、、、
在使用3个类时，我的数据集包含不同比例的所有类。例如,class "1" has 2369 cases....."我有两个问题：阶级不平衡对分类绩效的影响是什么？
浏览 0提问于2017-05-24得票数 3
1回答
我想在我的公司启动一个机器学习项目，而对于花费分析人员来说，一个真正的痛苦就是对购买者订购的产品进行分类，比如维修、工具、原材料等等，因为订单上的描述是免费的，人们几乎可以写任何东西(通常是被批准订单的最低限度一些重要的考虑因素是：句子的结构没有标准。人们可以输入缩写
对于某些产品，买方不确定该部件是修理部件还是全
浏览 0提问于2019-01-18得票数 4
1回答
我的学习曲线给出了一个3类分类问题的波动。我正在训练使用Resnet 50与899图像类1,899图像类2,690图像类3。我的模型的训练准确率为99.5%，验证准确率为93%，测试准确率为88%，周期= 300，批次大小为32，学习率为0.1。我试着将我的参数调整为50,100,200,300，批大小16,32，学习率0.1,0.01,0.001,0.0001，
浏览 2提问于2021-07-26得票数 0
我已经使用EMNIST byclass数据集通过加载训练和测试数据的.csv文件以及数字(0-9)和字母(A-Z，a-z)分类的标签来训练我的模型。我得到了大约87%的模型评估准确率。但是，当我使用keras load_model()使用最佳保存的模型权重(.hdf5)时，它给出了奇怪的结果，就好像没有进行任何训练一样。但是在加载模型之后，如果我运行模型评估，iy
浏览 92提问于2018-02-09得票数 -1
我已经训练和测试它在python中使用预先训练的VGG-16模型改变顶部3层来训练我的测试图像，以加快我使用Tensorflow的训练过程。测试准确率为62%。我已经将我的模型的架构和权重保存在train_model.h5文件中。 现在我必须在Android手机上实现它。为此，我使用了Tensorflow-Lite，因为它适用于android手机。因此，我使用Tensorflow lite转换器方法
浏览 33提问于2019-05-15得票数 3
2回答
我正在尝试建立一个具有13000个训练图像和3000个验证图像的11类图像分类器。我使用的是深度神经网络，它正在使用mxnet进行训练。训练准确率正在提高，达到80%以上，但验证准确率在54-57%之间，而且没有增加。这里会有什么问题呢？我应该增加图片的数量吗？
浏览 1提问于2016-05-04得票数 13
回答已采纳
我正在研究图像分类问题。我用python训练了我的CNN模型，然后把它转换成我的android应用程序的Tensorflow-Lite。我在python中测试了我的tensorflow-lite模型，并将我的结果与我的keras模型结果进行了比较。两者是相同的，这意味着我转换到坦索弗莱是正确的。我认为我的<em
浏览 5提问于2020-06-24得票数 2
2回答
我已经训练了我的伯特模型(基本案例)来检测有毒的评论。我使用了来自Kaggle的有毒评论分类挑战数据集。我的准确率是98%，各个子类的AUROC都在90%以上.然而，我的精确性、召回率和F1分数都较低。分数显示在图像评价分数中。数据集高度不平衡。干净评论的比例远高于有毒评论。有什么改善评价成绩的建议吗？这是最后的</em
浏览 0提问于2021-08-20得票数 0
1回答
我正在做3个类别的文本分类，在训练我的模型后，下面的图像是我的模型准确率和损失结果，这意味着我的模型没有学习吗？ ?
浏览 25提问于2020-11-27得票数 0
回答已采纳
2回答
我正尝试在自定义数据集上尝试对象检测模型。我想让它识别出我车库里的一块特殊金属。我拍了大约32张照片，并给它们贴上标签。训练进行得很顺利，但损失高达10%。在那之后它会变得非常慢，所以我需要停止它。在那之后，我在相机上实现了这个模型，但它没有准确性。会不会是因为我只有32张物体的图片？我已经尝试过YoloV2和更快的rcn.
浏览 0提问于2020-01-22得票数 1
我正在关注张量流网站上的图像分类教程：我能看到总体的准确性，但是有什么方法可以知道每一节课的精确程度吗？例如，我的模型可以非常好地预测蒲公英、蒲公英、玫瑰和向日葵(接近100%的准确率)，而郁金香的预测精度很差(接近0%)，我认为我仍然可以看到80%的总体准确率(假设
浏览 2提问于2021-01-11得票数 1
回答已采纳
1回答
在多语种分类数据集上工作，其中一列有多种语言的文本，我尝试使用简单的令牌化，但它的准确率较低。Dataset有一个包含多语言文本的列。= tokenizer.texts_to_sequences(data.overview)我已经检查了TF-集线器上的un
浏览 1提问于2019-09-05得票数 0
2回答
用11200幅图像数据集对神经网络进行了训练，验证准确率为96%。我保存了我的模型，并将它的权重加载到同一个神经网络中。我在一个数组中选择了我的数据集的738幅图像，并试图用我的模型来预测它们的类别，并将它们与真实的标签进行比较，然后再一次计算出准确率，它是74%。这里有什么问题？我想它的准确度应该在96%左右
浏览 4提问于2020-02-21得票数 0
1回答
我申请CNN对手势进行分类，我有10个手势和100个手势图像。我所建立的模型对训练数据的准确率约为97%，而我在测试数据中的准确率为89%。我是否可以说，我的模型是过度安装，或它是否可以接受有这样的准确性图表(如下所示)？
浏览 0提问于2018-02-06得票数 1
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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
