1回答
我运行lightGBM进行特征选择，并使用从lightGBM中选择的特性运行神经网络(使用Keras)模型进行预测。关于我所遵循的方法，我有几个问题。当使用lightGBM进行特性选择时，我正在进行超参数调优。这是基于我的理解，随着超参数的变化，所选择的功能也会有所不同。我使用'goss‘算法和’增益‘作为特征重要性类型。我看过几篇他们使用lightGBM进行特性选择的文章，但我还没有看到在哪里进行超参数调优，它们只是使用默认设置。这是正确的方法吗？使用lightGBM进行特征选择，并使用<em
浏览 7提问于2020-07-07得票数 2
我正在尝试使用Keras创建自定义损失函数。我想根据输入计算损失函数，并预测神经网络的输出。 return K.mean(K.square(y_pred - y_true), axis=-1)
除了mean_squar
浏览 2提问于2019-04-01得票数 17
回答已采纳
1回答
我不能理解如何使用已经训练好的神经网络模型。我在python上编程，我使用的是库keras。我分析时间序列。训练神经网络，保存模型。正如keras文档中所述，您需要调用model_name.predict ()方法。好的。我这样做: model.predict ( dataset )，其中dataset是过去90天的值。我需要提前预测，比如说，10天。那么，从今天开始如何提前10天进行
浏览 18提问于2018-01-24得票数 0
1回答
神经网络(前馈)通常倾向于超调而不是超调，反之亦然，原因是什么？ 例如，下图(右)显示了预测误差的几乎完美的高斯分布，但是神经网络似乎有一种预测值高于实际值的趋势： ?
浏览 20提问于2020-09-27得票数 0
2回答
是否有可能预测特定输出的"Keras神经网络“的输入？
例如，我有一个具有28输入和3输出的数据集。所以，我在Keras训练过模型，效果很好。现在，我必须在输出中输入特定的值，我必须预测输出的输入是什么。
浏览 2提问于2020-03-11得票数 0
1回答
我使用Keras成功地训练了一个神经网络。然而，对少数样本的预测却大错特错。现在，我想将预测限制在一个特定的间隔(例如5到10)，这是我的特定问题预测可能存在的唯一间隔。我尝试使用Keras概率分布作为函数()的Keras lambda层keras.layers.Lambda( function，output_shape=None，mask=None，arguments有没有办法将Keras回归中的预测限制在某个区间
浏览 2提问于2019-06-29得票数 1
2回答
我已经使用Keras (2.1.5)中的TensorFlow后端训练了一个神经网络，我还使用了keras-contrib (2.0.8)库，以便为网络添加一个CRF层作为输出。我想知道在使用神经网络对测试集进行预测后，如何获得每个类别的精度、召回率和f1分数。
浏览 1提问于2018-04-27得票数 7
回答已采纳
3回答
神经网络中的特征重要性
、、、、
你好，我正在使用keras开发一个神经网络模型，我有一个45个数值预测变量的数据，两个分类目标将被预测，每一个都有一个不同的模型。正如我所发现的，在keras中没有特征重要性模型。你认为哪一个适合用于神经网络中的特征选择？
浏览 0提问于2020-05-22得票数 1
回答已采纳
2回答
我正在用python和Keras库构建一个分类ANN。我使用的训练神经网络的不平衡数据集与3个不同的类。第一班的流行率是第二班和第三班的7.5倍。我采纳了的建议，并将我的班级权重设置如下： 1 : 6.5,然而，的问题是：人工神经网络以相同的速度预测这三个类这是没有用的，因为数据集是不平衡的，预测结果，因为每个有33%的机会是不准确的。这里的问题是：如何处理不平衡的数据集，这样人
浏览 2提问于2018-01-31得票数 5
1回答
神经网络预测区间- MVE方法
、、、、
我想训练一个神经网络，它也返回预测间隔，这样我就可以对我的预测有一些信心。实现这一目标的方法主要有四种，这在“基于神经网络的预测区间综合评述与新进展”( )中作了总结。然而，我很难弄清楚这在Keras中是如何实现的。tf.log(var_pred) + tf.divide((tf.square(y_true - y_pred)),(tf.square(var_pred))) )但是，Keras此外，方差-NN的目标是事先不知道，并考虑到
浏览 4提问于2019-10-20得票数 2
回答已采纳
我有一个神经网络来对MNIST数据集进行分类。虽然我可以提取模型的权重和偏差，但我很想知道单个预测是否有特定的权重和偏差。例如，如果我预测一个特定的图像，例如2，是否有可能获得该特定预测的权重和偏差？如果是这样的话，我该怎么做呢？模型- model = keras.Sequential([ keras.layers.Dense(128, activation=tf.n
浏览 9提问于2019-07-03得票数 0
回答已采纳
2回答
我目前正在尝试为for服务部署Keras卷积神经网络。我曾尝试将我保存的keras hdf5模型转换为tensorflow.js模型并部署，但它减慢了客户端应用程序的运行速度，因为该模型相对健壮，因此占用了客户端内存中的大量空间。因此，我正在尝试找出一种方法，将模型部署到云中，并通过web应用程序的请求进行预测，然后接收包含预测张量的响应。我知道gcloud可能有一些类似的能力或特性，但我不确定如何开始。本质上，我是在问，是否有任何服务允许我部署一个预先训练并保存的卷积神经网络模型，我可
浏览 14提问于2018-08-01得票数 2
2回答
Python中的趋势“预测者”？
、、、、
我想知道，在Python中，有没有办法“预测”时间X之后的下一个值？例如，如果我有100个权重条目，跨越2-3个月(不是所有条目都有相同的时间差，所以1个条目可能在第3天、第二天5和第二天10)，并想“预测”1个月后我的下一个条目，有没有办法做到这一点？
浏览 1提问于2018-04-08得票数 1
我为多标签分类建立了一个神经网络，它工作得很好。是与基因表达相关的分子通路。它们是二进制0/1.神经网络的预测是在给定基因表达的情况下激活分子通路的概率。--from sklearn.model_selection import GridSearchCV
from tensorflow.ke
浏览 2提问于2020-10-18得票数 1
我的想法是在设备中只存储负责检索ML模块的输入并执行预测的代码，以及包含已使用Keras拟合的神经网络模型的文件。换句话说，如果我的目的只是在训练的模型上执行预测，而不是训练新的模型，我希望避免安装所有的Keras/Tensorflow包和依赖项。有没有办法做到这一点？有没有轻量级的库允许加载神经网络的模型(具有所有的权重和偏差设置)，并在给定输入的情况下执行预测？from tensorflow.keras.models import Seq
浏览 14提问于2019-05-22得票数 1
1回答
我正试图在Keras中对时间序列数据进行人工神经网络训练。我有三个数据向量，它们被分解成滚动窗口序列(即向量l)。时间步数的目标向量的预测。所有数据都用最小最大定标器进行归一化.它作为shape=(nb_samples，window_size，3)被输入到神经网络中。这是三个输入向量的图。
我从人工神经网络中收集到的唯一输出是下面的情节。目标矢量为蓝色，预测为红色(图被放大以使预测模式清晰)。预测向量以window_size间隔绘制，因此每个重
浏览 2提问于2017-04-22得票数 0
回答已采纳
我被要求预测数据集中的时间序列。但是，我不确定需要做哪些预处理步骤，然后再将其提供给NN。我需要输入固定数据吗？因为在其他模型中，比如ARIMA，SAMIRMA有这样的步骤。神经网络R功能可以用于MLP，因为我被要求使用吗？
帮帮忙吧。我需要的是一个关于我需要关注的领域的基本想法，以及我需要遵循的步骤。
浏览 3提问于2020-11-18得票数 1
1回答
我知道我可以使用Keras来解决分类问题，但是能不能让它输出0到1000之间的浮点数呢？我想训练我的网络，以近似的模拟，使我的GA一个适应度分数，因为模拟需要很长的时间运行。
浏览 0提问于2021-01-20得票数 0
我有两个多类分类模型来进行预测(准确地说，类数是三个)。一个是Keras神经网络，另一个是Scikit学习库中的梯度增强分类器。我注意到，在相同的数据上训练后，GBC具有较高的精度评分，而Keras模型具有较高的F1评分。我应该使用哪种模型来预测未来的数据？哪个指标更重要？
浏览 0提问于2019-12-23得票数 7
回答已采纳
3回答
角点载荷模型
、、
当在keras中将模型(以前处理过)加载到LSTM网络时，它是否包括网络中的培训数据(显式)？
如果不是，(load model)如何帮助预测时间序列中的模式。
浏览 3提问于2018-05-29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
即时通信 IM
实时音视频活动推荐
腾讯云开发者
