neural-network

    4热度

    2回答

    我开始使用Tensorflow项目,并且正在定义和创建我的特征列。但是,我拥有数百和数百个功能 - 这是一个相当广泛的数据集。即使在预处理和擦洗之后,我也有很多列。 创建feature_column的传统方式在Tensorflow tutorial甚至是StackOverflow post中定义。你基本上是声明并初始化每个功能列Tensorflow对象: gender = tf.feature_c

    1热度

    1回答

    我从一个简单的线性回归式网络开始,使用Tensorflow编写,主要基于其MNIST初学者教程。有7个输入变量和1个输出变量,都是连续的。与这个模型中,输出均为左右徘徊1,这是有意义的,因为目标输出设定在很大程度上是由的一,本值是占主导地位的由测试数据生成输出样本: [ 0.95340264] [ 0.94097006] [ 0.96644485] [ 0.95954728] [ 0.93

    1热度

    3回答

    我有tensorflow-gpu 1.2.1和keras在Ubuntu 16.04上。 我不能够执行: from kears.utils import multi_gpu_model 有没有人有multi_gpu_model成功在他们的文档的常见问题解答部分描述? 我有一个4 GPU计算机与4个GeForce GTX 1080 Ti卡,并希望使用他们所有。 这是我得到的错误: import k

    2热度

    2回答

    我有以下问题:我试图学习张量流程,但我仍然没有找到将培训设置为在线或批处理的位置。举例来说,如果我有以下的代码来训练神经网络: loss_op = tf.reduce_mean(tf.pow(neural_net(X) - Y, 2)) optimizer = tf.train.GradientDescentOptimizer(learning_rate=learning_rate) trai

    0热度

    1回答

    我最近在神经网络开设了一门课程,并决定开展研究工作。我所考虑的是设计一个识别嘴唇运动的网络,这通常被称为唇读。 我知道神经网络理论,我选择了设计卷积神经网络但我有问题想着如何提取视频或图像的序列将作为服务的特征输入到我计划设计的网络中。 在关注全面调查之前,我想通过给我一些概念或想法来帮助我做点什么,主要在特征提取部分。 我一般都认为是这样的: 元音音节或持续约1〜2秒的视频。从这段视频中,我必须

    1热度

    1回答

    self.logits = nn_layers.full_connect_(self.wide_deep_embed, config.num_classes, activation='None', use_bn = True, \ keep_prob=self.keep_prob, name='output_layer') # predict prob ## loss

    0热度

    1回答

    我是一个机器学习的新手,这是第一个真正的ML任务挑战之一。 一些实验数据包含512个独立的布尔特征和一个布尔结果。 在提供的数据集中有大约1e6个实验实验记录。 在经典的XOR示例中,需要4种可能状态中的4种来训练NN。在我的情况下,它只有2^(10-512) = 2^-505接近零。 我没有关于数据性质的更多信息,只是这些(512 + 1) * 1e6位。 在可用数据上尝试了带有1个隐藏层的NN

    1热度

    2回答

    我正在尝试构建cnn模型(keras),它可以根据用户的情绪对图像进行分类。我遇到数据问题。我有非常小的训练数据。增加数据会有帮助吗?它是否提高了准确性?在这种情况下,应该选择增加数据,并应该避免?

    0热度

    1回答

    我已经训练使用code 我试着去得到预测如下:a convolutional3d模型, import cv2 from keras.models import Sequential, load_model import numpy as np #create an empty frame frames = [] #defince row, col img_rows,img_cols

    -1热度

    1回答

    我有一个形式为N = W1 * Tanh(W2 * I)的神经网络,其中I是输入矢量/矩阵。当我学习这些权重时,输出具有某种形式。然而,当我添加一个标准化层时,例如,N' = Softmax(W1 * Tanh(W2 * I))然而在N'单个元素的输出向量中接近1而其余几乎为零。这种情况不仅在SoftMax()中,而且在任何标准化层中。有没有解决这个问题的标准方案?