deep-learning- все статьи тега
Обучение несбалансированным данным с использованием TensorFlow
Ситуация: Меня интересует, как оптимально использовать TensorFlow, когда моя обучающих данных является дисбаланс в распределении метки между 2 метками. Например, предположим, что учебник MNIST упрощен, чтобы различать только 1 и 0, где все доступные нам изображения являются либо 1, либо 0. это легко обучить с помощью предоставленных учебников TensorFlow, когда у нас есть примерно 50% каждого типа изображений для обучения и тестирования. Но как насчет этого дела где 90% изображений, доступных ...
Тонкая настройка VGG16 Keras: низкая точность
Я уже задавал подобный вопрос здесь , но теперь у меня немного другая проблема, поэтому я задаю новый вопрос. Я решил использовать несколько иной подход вместо предложенного среди ответов в упомянутом вопросе для обучения, а затем тонкой настройки модели. Update : Я заменил старый вопрос, представленный здесь, более подходящей версией Вот моя последовательность действий: построить модель VGG16 и падение сверху слой (назовем его no-top model) создание узких мест с использованием модел ...
В чем разница между "одинаковым" и "действительным" заполнением в tf.НН.максимальный пул тензорного потока?
В чем разница между "одинаковым" и "действительным" заполнением в tf.nn.max_pool на tensorflow? на мой взгляд, "действительный" означает, что не будет нулевого заполнения за пределами краев, когда мы делаем максимальный пул. по данным руководство по арифметике свертки для глубокого обучения, он говорит, что в операторе пула не будет заполнения, т. е. просто используйте 'VALID' of tensorflow. Но что такое "то же самое" заполнение максимального пула в tensorflow? ...
Понимание Keras LSTMs
Я пытаюсь примирить мое понимание LSTMs и указал здесь в этот пост Кристофер Ола выполнены в водоснабжении. Я следую за блог написанный Джейсоном Браунли для учебника Keras. То, что меня в основном смущает, изменение формы ряда данных в [samples, time steps, features] и статусные LSTMs давайте сосредоточимся на двух вышеупомянутых вопросах со ссылкой на код вставлено ниже: # reshape into X=t and Y=t+1 look_back = 3 trainX, trainY = create_dataset(train, look_back) testX, testY = create_data ...
Оценка числа нейронов и числа слоев искусственной нейронной сети [закрыто]
Я ищу способ, как рассчитать количество слоев и количество нейронов в слое. В качестве входных данных у меня есть только размер входного вектора, размер выходного вектора и размер набора учебные. обычно лучшая сеть определяется путем пробования различных топологий сети и выбора одной с наименьшей ошибкой. К сожалению, я не могу этого сделать. ...
Лучший способ сохранить обученную модель в PyTorch?
Я искал альтернативные способы сохранить обученную модель в PyTorch. До сих пор я нашел две альтернативы. факел.сохранить() для сохранения модели и факел.нагрузки() для загрузки модели. модель.state_dict () для сохранения обученной модели и модель.load_state_dict () для загрузки сохраненной модели. я наткнулся на это обсуждение где подход 2 рекомендуется за 1 подход. мой вопрос в том, почему предпочтителен второй подход? Это только потому, что факел.nn модули имеют эти две функции, и нам р ...
Как присвоить значение переменной TensorFlow?
Я пытаюсь присвоить новое значение переменной tensorflow в python. import tensorflow as tf import numpy as np x = tf.Variable(0) init = tf.initialize_all_variables() sess = tf.InteractiveSession() sess.run(init) print(x.eval()) x.assign(1) print(x.eval()) но выход я получаю 0 0 таким образом, значение не изменилось. Чего мне не хватает? ...