deep-learning

Вопрос или проблема Закрыто. Этот вопрос требует деталей или прояснения. В данный момент ответы не принимаются. Хотите улучшить этот вопрос? Добавьте детали и проясните проблему, изменив этот пост. Закрыто 1 час назад. Улучшить этот вопрос Я не много

Вопрос или проблема Я занимаюсь бинарным классификатором изображений. Я использую сверточную нейронную сеть (CNN), чтобы предсказать, является ли изображение положительным или отрицательным. Проблема в том, что положительный класс составляет только 2%

Вопрос или проблема Кто-нибудь может мне помочь, моя модель переобучается или недообучается? Я хочу убедиться, что модель хорошо подготовлена, прежде чем начинать развертывание Также я использую категориальную кросс-энтропию в качестве функции потерь

Вопрос или проблема Я использую этот набор данных для обучения своей модели: https://www.kaggle.com/datasets/sankalpsrivastava26/capital-alphabets-28×28 Я хочу предсказать цифры, строчную и заглавную рукопись, поэтому после изменения формы и нормализации

Вопрос или проблема У меня есть данные в виде изображений и 2 столбца: один содержит значения тангенса, а второй – для указания, являются ли мои значения отрицательными или положительными. У меня есть два выхода: классификация и регрессия.

Вопрос или проблема У меня есть данные в виде изображений и 2 колонок: одна содержит значения тангенсов, а вторая указывает, являются ли мои значения отрицательными или положительными, и у меня есть два вывода: классификация и регрессия.

Вопрос или проблема Насколько важна функция потерь перекрестной энтропии (CEL), если при обратном распространении ошибки (BP) важны только вероятности Softmax (SM) и вектор one hot? При применении BP производная CEL – это разница между выходной

Вопрос или проблема В настоящее время я пытаюсь использовать многозадачное обучение на основе модели с несколькими выходами, которая позволяет получать результаты как для классификации, так и для регрессии. Однако на данный момент точность составляет около 20%.

Вопрос или проблема Я работаю над проектом, цель которого – определить название болезни из разных предложений. Мне нужны некоторые советы. Я ищу библиотеки, из которых я могу получить список названий болезней, чтобы по крайней мере обнаружить болезнь в своем датафрейме.

Вопрос или проблема Я хочу реализовать эффективную и векторизованную функцию активации Maxout с использованием Python numpy. Вот статья, в которой была представлена “Maxout Network” (авторы Гудфеллоу и др.). Например, если k = 2: def maxout(x

Вопрос или проблема Учитывая регрессионную модель с n признаками, как я могу измерить неопределенность или доверие к модели для каждого предсказания? Предположим, для конкретного предсказания точность потрясающая, но для другого –

Вопрос или проблема ИЗМЕНЕНИЕ : Если бы мне нужно было сопоставить односоставные фразы, я мог бы сначала токенизировать текст из документа, а затем рассчитать косинусное сходство всех токенов со всеми ключевыми словами из keyword_list.

Вопрос или проблема Для torch.Tensor легко вычислить среднее и дисперсию, но я не могу найти способы вычислить среднее и дисперсию для вложенных тензоров. Вложенные тензоры поддерживают операцию layer_norm, которая включает операции среднего и дисперсии. Спасибо за вашу помощь!

Вопрос или проблема Я использовал одномерное кодирование [1,0,0][0,1,0][0,0,1] для своей функциональной модели классификации. Предсказанные вероятности для тестовых данных yprob = model.predict(testX) дают мне : yprob = array([[0.

Вопрос или проблема Читая о глубоких нейронных сетях, я часто сталкиваюсь с утверждением, что глубокое обучение эффективно только тогда, когда у вас есть большие объемы данных. Эти утверждения обычно сопровождаются таким рисунком: Пример (взятый из https://hackernoon.com/%EF%B8%8F-big-challenge-in-deep-learning-training-data-31a88b97b282) приписывается “

Вопрос или проблема Я часто вижу некоторые работы, где авторы выполняют поэлементное умножение векторного представления слов и изображений (например, изображение ниже). Почему эта реализация работает? Я не понимаю. Модель более сложная, чем поэлементное

Вопрос или проблема Я пытаюсь создать многоклассовый классификатор изображений, но он возвращает только 0 или 1. Почему он не возвращает “Камень”, “Бумага”, “Ножницы”? И почему только 0 и 1, но не 2?

Вопрос или проблема Я хочу извлечь сущности, используя 5 списков сущностей, которые я собрал. Списки на Python содержат около миллиона элементов каждый. Списки следующие: национальность, организация, профессия, религия, хобби.

Вопрос или проблема У меня есть проблема, с которой мне сложно справиться: я не понимаю концепцию, которая приводит к этим результатам. Я использую плотный слой keras для отображения 13 входных признаков на 3 выходные метки. Во время обучения значение

Вопрос или проблема Я сталкиваюсь с странным поведением при использовании pytorch/cuda для обучения моделей: я заметил, что тренировка моделей, для которых ранее требовалось мало времени для завершения каждой эпохи, теперь занимает гораздо больше времени.