loss

    2熱

    1答えて

    pytorch nn.CrossEntropyLoss（）でのクロスエントロピー損失

    多分誰かが私をここで助けることができます。私は、ネットワークの所与の出力 print output Variable containing: 1.00000e-02 * -2.2739 2.9964 -7.8353 7.4667 4.6921 0.1391 0.6118 5.2227 6.2540 -7.3584 [torch.FloatTensor of size 1x10] 、
    torch entropy pytorch loss cross-entropy 2017-11-01

    0熱

    1答えて

    カスタム損失機能：y_predのデータにmodel.predictを実行します。

    画像をノイズ除去するためにネットワークを訓練しています。これはCIFAR10データセットを使用しています。私は損失がmse/classification_accuracyになるようにカスタム損失関数を生成しようとしています。 私のネットワークが入力として32x32（ノイズの多い）画像を受け取り、32x32（ノイズなし）の画像を予測すると、y_predとY_trueは32x32画像の配列になると仮定
    tensorflow keras metrics loss loss-function 2017-12-30

    0熱

    1答えて

    ケラスロスとトレーニング中のval_loss

    私はケラスに小さなニューラルネットワークを持っています。 contextTrain, contextTest, utteranceTrain, utteranceTest = train_test_split(context, utterance, test_size=0.1, random_state=1) model = Sequential() model.add(LSTM(input_
    neural-network keras lstm loss 2017-11-11

    4熱

    1答えて

    ケラス：損失関数のレイヤーのウェイトを使用する方法は？

    私はケラスでカスタム損失機能を実装しています。モデルはautoencoderです。第1層は埋め込み層であり、(batch_size, sentence_length)の入力を(batch_size, sentence_length, embedding_dimension)に埋め込みます。次に、モデルは埋め込みを特定の次元のベクトルに圧縮し、最終的に埋め込みを再構築する必要があります。(batch
    keras embedding tensor loss 2017-11-16

    1熱

    1答えて

    損失関数の値は、新しいモデルの打ち上げごとに異なって収束します。

    私は、保険プライムを予測するための回帰を伴うニューラルネットワークモデルを構築します。私の損失関数はゼロに近づくまで減少しますが、損失関数の値はそれぞれの新しいモデルの打ち上げごとに異なって収束します。 ... Epoch: 30/30 Train Loss: 0.1665 Epoch: 30/30 Validation Loss: 1.2689 ... Epoch: 30/30 Tra
    python-3.x tensorflow neural-network regression loss 2017-11-20

    1熱

    1答えて

    VGGベースのモデルを訓練して顕著性マップを得るときに損失が減少しない

    私の仕事はVGGベースのネットワークを通して顕著性マップを得ることです。 しかし、私が想像しているように、ミスの損失は減少しません。だから、なぜ私の損失が減少しないのか分かりません。 ps。トレーニングデータセットはSALICONです。 は、ここに出力です： training epoch 1, loss value is 0.041423566639423 training epoch 2, l
    tensorflow deep-learning training-data loss 2017-11-23

    -3熱

    1答えて

    ケラスロスとval_lossの増加

    私はケアでLSTMを使ってチャットボットを学習させます。 contextTrain, contextTest, utteranceTrain, utteranceTest = train_test_split(context, utterance, test_size=0.1, random_state=1) model = Sequential() model.add(LSTM(input_
    python numpy keras lstm loss 2017-11-24

    0熱

    1答えて

    ケラを伴う花のデータセットのトレーニングvgg、妥当性の喪失が変わらない

    ケラでVGGネットワ​​ークを少し実験しています。 私が使用するデータセットは、バラ、ヒマワリ、タンポポ、チューリップ、デイジーなど5クラスの花のデータセットです。 小さなCNNネットワーク（以下のコードではVGGではありません）を使用するとすぐに収束し、約8エポック後に約75％の検​​証精度に達しました。 次に、私はVGGネットワ​​ーク（コード内のコメントアウトされた領域）に切り替えました。
    deep-learning keras training-data loss convergence 2017-11-27

    2熱

    1答えて

    CNNにはどのような高速損失の収束が示されていますか？

    私は2つの貴様DLライブラリ（カフェE Tensorflow）で2 CNNs（AlexNetのE GoogLeNet）を訓練しています。ネットワークは各ライブラリの開発チームによって実装されました（hereおよびhere） 元のImagenetデータセットを1カテゴリの1024画像に縮小しましたが、ネットワーク上で分類するために1000カテゴリを設定しました。 処理単位（CPU/GPU）とバッチサ
    batch-file tensorflow deep-learning caffe loss 2017-12-05

    1熱

    1答えて

    トレーニング損失の意味と検証損失

    私は次MNISTの例を使用しています：https://github.com/Lasagne/Lasagne/blob/master/docs/user/tutorial.rst 私はトレーニングと検証の損失についてお読みください。私は、妥当性検査の喪失は、訓練を受けたネットワークを通してそれらを実行した後に設定された検証イメージのエラーを表していることを知っていますが、この番号の単位は何ですか？で
    conv-neural-network mnist loss 2017-10-24
最新の質問