cross-entropy

    1热度

    1回答

    在train/val数据集中acc增加时，神经网络损耗开始增加

    过去几天我一直在调试NN，但是我找不到问题。 我创建了用于识别MNIST数据集图像的多层感知器的总原始实现。 网络似乎学习，因为列车循环后测试数据的准确性高于94％的准确性。我有损失功能的问题 - 一段时间后开始增加，当测试/ val精度达到〜76％时。 有人可以检查我的前进/后退数学，并告诉我，如果我的损失功能是否正确实施，或建议什么可能是错误的？ NN结构： 输入层：758个节点，（每像素1个
    python neural-network softmax cross-entropy 2017-06-27

    1热度

    1回答

    是否可以将tensorflow代码转换为theano代码？

    我有一个使用tensorflow函数的函数。我需要Theano的这个功能，因为在平台上我想使用这个代码只有Theano安装而不是tensorflow。我主要和Keras一起工作，所以tensorflow对我来说很神秘。 功能如下： class WeightedBinaryCrossEntropy(object): def __init__(self, pos_ratio):
    python tensorflow keras theano cross-entropy 2017-10-19

    1热度

    1回答

    tensorflow softmax_cross_entropy代码

    由于隐藏tf.nn.softmax_cross_entropy_with_logits的gen_nn_ops的源代码，任何人都可能解释我tensorflow如何计算Softmax后的交叉熵。我的意思是，在softmax之后，它可能会输出0，因为精度会导致交叉熵产生NaN问题。当softmax限制它的输出时，tensorflow是否使用clip方法？
    tensorflow softmax cross-entropy 2017-10-19

    2热度

    1回答

    二元交叉熵惩罚单热矢量的所有分量

    我知道二元交叉熵与两类中的分类交叉熵相同。 此外，我很清楚softmax是什么。 因此，我看到明确的交叉熵惩罚只是将一个部件（概率）应为1。 但为什么，不能或不应我使用二进制交叉熵上一热载体？ Normal Case for 1-Label-Multiclass-Mutual-exclusivity-classification: ################ pred = [0.1
    machine-learning classification multilabel-classification one-hot-encoding cross-entropy 2017-05-23

    0热度

    1回答

    softmax交叉熵返回值

    这是什么意思，如果这是tf.losses.softmax_cross_entropy_loss的返回值？ <tf.Tensor 'softmax_cross_entropy_loss/value:0' shape=() dtype=float32> 这是否是事实陈述value:0平均和shape=()意味着什么也没计算的？
    tensorflow neural-network loss cross-entropy 2017-07-17

    1热度

    1回答

    Tensorflow：加权稀疏SOFTMAX与交叉熵损失

    我使用完全卷积神经网络（链接到纸）做图像分割：https://people.eecs.berkeley.edu/~jonlong/long_shelhamer_fcn.pdf 这可以被认为是像素分类（用于最终的每个像素获得一个标签） 我正在使用tf.nn.sparse_softmax_cross_entropy_with_logits丢失函数。 loss = tf.reduce_mean((tf.
    python tensorflow deep-learning softmax cross-entropy 2017-07-20

    1热度

    1回答

    Tensorflow加权与S形交叉熵损失

    我试图用TensorFlow实现多标签分类（即每个输出模式可以有许多活动单位）。该问题具有不平衡的类（即，比标签分布中的零多得多，这使得标签模式非常稀疏）。 解决此问题的最佳方法应该是使用tf.nn.weighted_cross_entropy_with_logits函数。但是，我得到这个运行时错误： ValueError: Tensor conversion requested dtype ui
    tensorflow deep-learning multilabel-classification cross-entropy 2017-12-18

    1热度

    1回答

    为什么RNN使用交叉熵作为损失函数

    我对神经网络很陌生，想知道为什么所有RNN的例子，特别是char-rnns都使用交叉熵损失函数作为它们的损失函数。我已经使用了Google，但似乎无法在这方面讨论任何功能。我被要求激励它的使用，并且看它的优点和缺点，所以任何我可以通读的论文或来源都会受到重视。
    machine-learning recurrent-neural-network cross-entropy 2017-06-14

    0热度

    1回答

    tf.nn.sparse_softmax_cross_entropy_with_logits - 等级错误

    这里是我的代码： import tensorflow as tf with tf.Session() as sess: y = tf.constant([0,0,1]) x = tf.constant([0,1,0]) r = tf.nn.sparse_softmax_cross_entropy_with_logits(labels=y, logits
    tensorflow softmax cross-entropy 2017-09-27

    2热度

    1回答

    xgboost：尽管合理的准确性，但巨大的logloss

    我在二进制分类问题上训练xgboost分类器。它产生70％准确的预测。然而，logloss在9.13处非常大。我怀疑这可能是因为一些预测远非目标，但我不明白为什么会发生 - 其他人用xgboost报告相同数据的logloss（0.55 - 0.6）更好。 from readCsv import x_train, y_train from sklearn.model_selection impor
    machine-learning xgboost cross-entropy bigdata 2017-06-20
最新问题