Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
Tensorflow Inception 多 GPU 训练损失未求和?
我正在尝试检查多个 GPU 在一台机器上 的 Tensorflow 初始代码 我很困惑 因为据我所知 我们从不同的塔 又名 GPU 中得到了多次损失 但是loss评估的变量似乎只是最后一个塔的变量 而不是所有塔的损失之和 for step
neuralnetwork
tensorflow
convneuralnetwork
R 神经网络在时间序列的最大步长内不收敛
我正在编写一个神经网络来预测时间序列中的元素x sin x 2 在 R 中 使用neuralnet包裹 这就是训练数据的生成方式 假设窗口有 4 个元素 最后一个元素是必须预测的元素 nntr0 lt 1 25 sin 1 25 2 nnt
r
neuralnetwork
TimeSeries
convergence
张量流:简单 LSTM 网络的共享变量错误
我正在尝试构建一个最简单的 LSTM 网络 只是想让它预测序列中的下一个值np input data import tensorflow as tf from tensorflow python ops import rnn cell im
python
tensorflow
neuralnetwork
LSTM
现代 CNN(卷积神经网络)作为 DetectNet 旋转不变吗?
众所周知 用于目标检测的 nVidia DetectNet CNN 卷积神经网络 基于 Yolo DenseBox 的方法 https devblogs nvidia com parallelforall deep learning obj
Google Inceptionism:按类别获取图像
在著名的 Google Inceptionism 文章中 http googleresearch blogspot jp 2015 06 inceptionism going deeper into neural html http goo
ComputerVision
neuralnetwork
deeplearning
caffe
如何计算 CNN 第一个线性层的维度
目前 我正在使用 CNN 其中附加了一个完全连接的层 并且我正在使用尺寸为 32x32 的 3 通道图像 我想知道是否有一个一致的公式可以用来计算第一个线性层的输入尺寸和最后一个卷积 最大池层的输入 我希望能够计算第一个线性层的尺寸 仅给出
python
neuralnetwork
Pytorch
convneuralnetwork
dimensions
如何训练具有 2D 输出的网络? (蟒蛇,凯拉斯)
我想训练一个回归网络 其输出是两个坐标 x1 y1 和 x2 y2 我的问题是 如果我想训练网络 我的输出应该分开吗 我的意思是我的输出应该是这样的 x1 y1 x2 y2 或者有没有办法将它们堆叠起来 例如 x1 y1 x2 y2 提前致
python
neuralnetwork
Regression
Keras
Keras模型拟合多项式
我从四次多项式生成了一些数据 并希望在 Keras 中创建一个回归模型来拟合该多项式 问题是拟合后的预测似乎基本上是线性的 由于这是我第一次使用神经网络 我认为我犯了一个非常微不足道且愚蠢的错误 这是我的代码 model Sequentia
python
neuralnetwork
Keras
nonlinearregression
BatchNorm 动量约定 PyTorch
Is the 批归一化动量约定 http pytorch org docs master modules torch nn modules batchnorm html 默认 0 1 与其他库一样正确 例如Tensorflow默认情况下似乎
python
neuralnetwork
deeplearning
Pytorch
batchnormalization
在 model.fit() 期间记录 Keras 中每个时期的计算时间
我想比较不同模型之间的计算时间 在拟合期间 每个时期的计算时间被打印到控制台 Epoch 5 5 160000 160000 10s 我正在寻找一种方法来存储这些时间 其方式与模型指标类似 模型指标保存在每个时期并可通过历史对象获取 尝试以
python
machinelearning
neuralnetwork
deeplearning
Keras
pytorch 中的 autograd 可以处理同一模块中层的重复使用吗?
我有一层layer in an nn Module并在一次中使用两次或多次forward步 这个的输出layer稍后输入到相同的layer pytorch可以吗autograd正确计算该层权重的梯度 def forward x x self
python
neuralnetwork
Pytorch
Autograd
随着新数据的出现,如何增量训练 FANN?
我使用 FANN 库构建并训练了一个神经网络 这是初步培训 大部分数据将在线收集 当在线数据可用时我想要improve使用这些新数据的网络 不是重新训练 而是使之前的训练更加准确 如何用FANN来做这种增量训练呢 从更改为的文件进行训练 s
neuralnetwork
fann
神经网络中“特征”的定义是什么?
我是神经网络的初学者 我对这个词很困惑feature 你能给我一个定义吗feature 这些特征是隐藏层中的神经元吗 这些特征是输入向量的元素 特征的数量等于网络输入层的节点数量 如果您使用神经网络根据物理属性的测量将动物分类为猫或狗 那么
neuralnetwork
word2vec中单词的向量代表什么?
word2vec https code google com p word2vec 是 Google 的开源工具 它为每个单词提供一个浮点值向量 它们到底代表什么 还有一篇论文关于段落向量 http cs stanford edu quoc
machinelearning
NLP
neuralnetwork
gensim
Caffe:如果内存中只能容纳一小部分,我该怎么办?
我正在尝试训练一个非常大的模型 因此 我只能将非常小的批量大小放入 GPU 内存中 处理小批量的结果非常噪声梯度估计 https stackoverflow com a 33717093 1714410 我该怎么做才能避免这个问题 您可以更
machinelearning
neuralnetwork
deeplearning
caffe
gradientdescent
Tensorflow - 保存模型
我有以下代码 在尝试保存模型时出现错误 我可能做错了什么 我该如何解决这个问题 import tensorflow as tf data labels cifar tools read data C Users abc Desktop Te
python
tensorflow
neuralnetwork
convneuralnetwork
Keras:模型准确率在达到 99% 准确率后下降,损失为 0.01
我正在 keras 中使用改编的 LeNet 模型来进行二元分类 我有大约 250 000 个训练样本 比率为 60 40 我的模型训练得很好 第一个 epoch 的准确率达到 97 损失为 0 07 10 个 epoch 后 准确率超过
python
machinelearning
neuralnetwork
deeplearning
Keras
如何解释和转换 Keras 分类器的预测值?
我正在训练我的 Keras 模型来预测 使用提供的数据参数 它是否会射击 并且它将以 0 表示否 1 表示是的方式表示 然而 当我尝试预测它时 我得到的是浮点值 我尝试使用与训练数据完全相同的数据来获取 1 但它不起作用 我使用下面的数据尝
python
tensorflow
machinelearning
Keras
neuralnetwork
Matlab - 神经网络训练
我正在努力创建一个具有反向传播的 2 层神经网络 神经网络应该从 20001x17 向量获取数据 该向量在每行中包含以下信息 前 16 个单元格包含从 0 到 15 的整数 它们充当变量 帮助我们确定在看到这些变量时要表达的 26 个字母中
MATLAB
machinelearning
neuralnetwork
Tensorflow 中的平衡准确度分数
我正在为高度不平衡的分类问题实现 CNN 并且我想在张量流中实现自定义指标以使用 选择最佳模型 回调 具体来说 我想实现平衡的准确度分数 这是每个类别的召回率的平均值 请参阅 sklearn 实现here https scikit lear
tensorflow
machinelearning
neuralnetwork
convneuralnetwork
Metrics
1
2
3
4
5
6
...23
»