deep-learning

    2热度

    2回答

    无法恢复预先训练网络Tensorflow

    我坚持着修复与Tensorflow预训练的网络.... import tensorflow as tf import os os.environ['TF_CPP_MIN_LOG_LEVEL']='2' sess=tf.Session() saver = tf.train.import_meta_graph('./model/20170512-110547/model-20170512-1
    python tensorflow deep-learning pre-trained-model 2017-10-14

    1热度

    1回答

    Tensorflow宽且深的模型，给AttributeError提供不同的数据集

    我使用Kaggle Rossmann dataset来训练一个宽而深的模型。代码与教程中给出的代码非常相似。我只更改用于建模的数据。 我正在使用的代码如下： """Example code for TensorFlow Wide & Deep Tutorial using TF.Learn API.""" from __future__ import absolute_import from
    python machine-learning tensorflow neural-network deep-learning 2017-10-14

    1热度

    1回答

    张量板不显示标量

    我使用多层感知器编写了mnist代码。但它没有显示准​​确性和损失函数的标量（但它成功地显示了一个模型图） 如果你知道，你能给我一个线索吗？ Tensorflow版本：1.2.0 这些是我想在Tensorboard中显示的功能。 def loss(label,y_inf): # Cost Function basic term with tf.name_scope('loss'
    python tensorflow deep-learning tensorboard 2017-10-14

    0热度

    1回答

    如何在Pytorch中实现带有多个单元的LSTM层？

    我打算在每层中实现2层和256个单元的LSTM。我正在尝试了解PyTorch LSTM框架。我可以编辑的torch.nn.LSTM中的变量是input_size，hidden_​​size，num_layers，bias，batch_first，dropout和双向。 但是，如何在单个图层中有多个单元？
    deep-learning lstm pytorch 2017-10-15

    2热度

    1回答

    CNTK绝对误差

    训练模型，我们可以使用cntk.squared_error()功能，这样在查找丢失： loss = cntk.squared_error(z, l) 但我感兴趣的是找到绝对误差方面的损失。下面的代码不起作用： loss = cntk.absolute_error(z, l) 提示错误为： AttributeError: module 'cntk' has no attribute 'abs
    python machine-learning deep-learning cntk 2017-10-15

    0热度

    1回答

    给我的batch_size有什么价值？

    我想编译CNN模型成功地预测我x_test的价值： y_test_predict= model.predict(x_test[3]) 我x_test[3]的形状有关(8000, 1) ，但此行的代码给了我这个错误回报，我不明白真正做到： Traceback (most recent call last): File "CNN_Learning_Side_Channel_Attack.
    python deep-learning 2017-10-15

    1热度

    3回答

    使用多层感知器对不平衡数据集进行分类

    我在分类问题上遇到了麻烦。 我有两个标签在训练数据中的向量数量接近400k，我想训练将数据分为两类的MLP。 但是，数据集非常不平衡。 95％的人有标签1，其他人有0标签。准确性随着培训的进展而增长，并在达到95％后停止。我想这是因为网络预测所有矢量的标签为1。 到目前为止，我尝试用0.5概率退出图层。但是，结果是一样的。有什么方法可以提高准确度吗？
    machine-learning tensorflow neural-network deep-learning classification 2017-10-15

    1热度

    1回答

    我应该灰化图像吗？

    我分类30种衣服使用R-CNN从tensorflow对象检测库的图像：https://github.com/tensorflow/models/tree/master/research/object_detection 颜色是否不管什么时候，我们收集的培训和测试图像？ 如果我只穿紫色和蓝色衬衫，我猜它不会识别红色衬衫？ 我应该灰度化所有图像来检测衣服的类型？ :)
    opencv neural-network deep-learning gpu conv-neural-network 2017-10-16

    0热度

    1回答

    tensorflow GAN，'is_train = False'或'opt.minimize（var_list = specific_vars）'？

    我正在基于DCGAN的GAN上工作。 我听说Generator和Discriminator需要冻结它的变量，而另一个正在训练。 所以我以前就这样做过。 G = generator(batch_size, z, in_h) D, D_logits = discriminator(X) D_, D_logits_ = discriminator(G, reuse=True) # Vari
    tensorflow deep-learning 2017-10-16

    0热度

    2回答

    MinMaxScaler sklearn：我是否应该对类标签进行标准化？

    我正在使用MLPRegressor，它需要5个连续的特征和1个特征，这些特征从一组40个值[0,1,2,.., 39]中提取值。 有人告诉我，使用sklearn.preprocessing.MinMaxScaler(feature_range = (0,1))正常化功能可以帮助提高MLP和LSTM的性能。 因此，我在包含上述功能的我的Xtrain矩阵上使用它。 但是，它看起来很奇怪，我应该尽量减少
    python machine-learning scikit-learn deep-learning 2017-10-16
最新问题