-
语义分割中存在损失定义问题
<pre class="lang-py prettyprint-override"><code>def loss(y_true, y_pred): BG_label = 0. FG_label = 1. y_pred = K.reshape(y_pred, -
为什么精度较低0.01,但是预测很好(99,99%)
我使用Python中的TensorFlow 2建立了自己的第一个神经网络。 我的想法是建立一个神经网络,该网络能够找 -
为什么损失用swa方法上升到nan?
我使用SWA方法在pytorch中训练模型。 SWA:<a href="https://pytorch.org/blog/stochastic-weight-averaging-in-pytorch/" -
我正在使用自定义损失函数(yolo v2损失函数),但是我以南
以下代码是从回购协议Keras-Yolo-v2启发而来的,我正遇到代码问题,我试图了解Nan造成损失的可能原因。 -
多输出单损
我想在Keras / Tensorflow中创建一个具有多个输出的神经网络。我想创建一个将所有输出都考虑在内的SINGLE -
TensorBoard显示验证失败,但不是traininig
当我想在TensorBoard上显示损失时,会发生一些奇怪的事情。通常,当我使用低于1k-2k的历元值时,一切都 -
“ ValueError:无法将权重广播到值。在昏暗1时不匹配。”在序列模型上使用自定义损失函数时
我试图在python3.7.4和tf2.0.0rc1下为序列标记网络添加用于自定义损失计算的自定义层。自定义层的代码来 -
如何减少Faster rcnn nas的损失?
我正在faster_rcnn_nas(<a href="https://github.com/tensorflow/models/blob/master/research/object_detection/samples/configs/faster_rcn -
深度实验室V3:无论使用哪种数据集,损耗都不会在特定值上减少
我已经在几个示例数据集(如AED20K,城市景观和我自己的数据集)上运行deeplab v3。但是,在所有情况下 -
检索最大和最小损失和指标值
在我的训练和验证过程中,我在每个时期结束时都会收到有关损失和指标值的报告,如下所示: <pre> -
深度Q学习期刊失误
我尝试针对自己的问题来训练Double-DQN(带有Experience Replay Buffer),但是遇到“定期丢失”的问题。 -
喀拉拉邦大约30个时代之后,Val_loss不断增加,而val_accuracy却在减少
我们的val_loss和val_acc有一些问题。经过几个时期(约30个)后,val_acc下降了约50-60%,而val_loss则增加到 -
FairSeq-样本损失加权
我正在尝试使用fairseq学习seq2seq模型。我希望每个样本具有不同的损失加权,因此将有一些示例,这些模 -
神经网络中不断减少的损失 我的问题:编辑:
我的神经网络接收一个<code>(1000, 1000, 5)</code>形状阵列,该形状阵列在一个分支中卷积(5个堆叠的光栅图 -
在Keras中,我将训练集分为三个不同部分,并且我想为每组训练集的损失函数设置不同的系数
我有三个不同部分的训练集。我想对每个函数应用不同的损失函数权重,如何求解呢?<br/> 损失函数在 -
损失随机增加和减少。我应该把损失放在哪里?
我正在使用PyTorch实现依赖项解析模型,并且对我在下面解释的情况有些困惑。 在计算损失并向后追溯模 -
{tensorflow.math.multiply”和“ tensorflow.keras.layers.multiply”有什么区别?
<code>tensorflow.math.multiply</code>和<code>tensorflow.keras.layers.multiply</code>有什么区别? 类似地, <code>tenso -
张量流的1和1.0之间有区别吗?
我发现有关定制指标的最简短内容。 <pre><code>smooth = 0.001 dices = (2. * a + smooth) / (a+ b+ smooth) ratio = a/ (K -
Keras Tuner抛出InvalidArgumentError
我正在尝试使用Keras Tuner测试我的神经网络的不同配置和超参数<br/> 我有在调谐器外部运行的代码可以运 -
{chainer.functions.sigmoid_cross_entropy”是二阶可微函数吗?
我是一名学习机器学习的学生。 对于我的研究,我们需要通过第二阶来区分损失函数,我们使用“ chaine -
为什么将真实和预测图像的直方图的MSE包含在损失函数中会导致角膜错误?
我失去了一个keras模型,但我真的不知道它可能来自哪里。综上所述,如果我在损失中加上以下术语:</p -
如何在Keras自定义损失函数中整合先前的预测?
我要创建一个自定义损失函数Keras,其中当前预测<code>y_pred</code>的损失取决于先前训练样本<code>XXX</code> -
DNN模型在一开始就显示出nan的损失
我的目标是预测“我们应该为此用户提出索赔”的结果。我使用实体嵌入处理分类特征,并将其应用于 -
喀拉拉邦南部损失,三元组损失
我正在尝试学习结合VGG和<a href="https://github.com/AdrianUng/keras-triplet-loss-mnist/blob/master/Triplet_loss_KERAS_semi_hard_ -
每当调用model.fit()时,权重是否会重新初始化
我打算在每次培训中阅读2个视频。我想知道每次调用<code>model.fit()</code>时是否会重新初始化模型的权重 -
什么是停止训练的好点?
这是每个时期后我的失落和准确性。这是一个具有4个输入和输出标记的序列到序列模型。 <a href="https://i -
通过在功能性API模型中选择y_train和y_pred进行model.compile错误
作为标题,在选择自己的y_true和y_pred进行模型编译时出现错误。 该错误表明我放了'bool',但我没有放, -
学习率,损失和批量
损失取决于学习率和批量大小。例如,如果我将批次大小保持为4并且学习率设为0.002,则损失不会收敛 -
keras张量流度量标准始终是损失计算
我遇到了这个<a href="https://www.tensorflow.org/tutorials/structured_data/imbalanced_data" rel="nofollow noreferrer">page</a>。它 -
如何将未来的观察纳入Keras自定义损失函数中?
我想为一个时间序列问题实现一个非常具体的自定义损失函数,该函数取决于将来对<code>y_true</code>的观