回答情况：
提问时间：
问题标签：
当我们训练神经网络时，我们通常使用梯度下降，它依赖于一个连续的、可微的实值成本函数。例如，最后的成本函数可能采用均方误差。换句话说，梯度下降隐含地假定最终目标是回归--最小化一个实值误差度量。神经网络仍在努力优化实值成本函数.有时这些点指向相同的方向，但有时却并非如此。特别是，我遇到了这样的情况:经过训练以正确最小化成本函数的神经网络的分类精度低于简单的手编码阈值比较。它建立了一个感知器(无隐层神经网络)，在一个绝对最小的数据集(一个输入变量，一个二进制输出变量)上进行训练</e
浏览 1修改于2019-06-08得票数 2
回答已采纳
我使用AdamOptimizer来最小化成本函数。当我开始训练模型时，我可以观察到训练的准确性和验证的准确性以及成本都在变化，有时会减少，有时会增加。
我的问题：我们什么时候应该停止训练？我们如何知道优化器会找到最小的成本？我们应该进行多少次迭代训练？我们可以设置一个变量或条件来以最小的成本停止吗？我的解决方案是定义一个全局变量( min_cost )，并在每次迭代中检查成本是否在降低，然后保存会话并用新的成本替换m
浏览 1提问于2017-06-19得票数 1
当使用拟合函数训练模型时，我得到了每个时期的成本值。
假设训练集包含100个观测值，批次大小为20，因此，模型的权重在每个时期更新5次。当时代结束时，它会打印出那个时代的成本值。我的问题是:成本值是5批的平均成本，还是最后一批的成本值？
浏览 0提问于2020-06-26得票数 0
回答已采纳
E1071支持向量机的成本与svmlight的成本不一样。e1071库手册为其成本参数规定了以下定义： positive examples outweight errors on negative这一成本基本上是为了在列车数据没有相同数量的正负数据点的情况下进行
浏览 3修改于2015-01-17得票数 1
回答已采纳
当我们处理随机梯度下降时，成本函数基于单个随机训练数据进行更新。但这一项可能会改变权重，使其对其有利，并且由于成本函数仅依赖于该项，因此成本函数可能会误导我们，因为它实际上并没有降低成本，而是过度拟合特定的条目。对于下一个条目，权重将再次更新以支持此条目。
浏览 1修改于2017-11-10得票数 1
Problem/Question:如何调整我的成本函数，以更多地关注这些关键时刻的准确性？还是用不同的方法来衡量数据集，给08:00-18:00更多的权重？方法：--我在Tensorflow中编写了一个MLP，并使用均方误差作为我的成本函数，Adam作为优化器。虽然这种方法有利于提高总体精度(即>90%)，但在我们的关键时刻的准确度还不够高。这是我的成本函数：你有什么想法吗？谢谢！！)
浏览 1修改于2017-01-16得票数 1
我正在训练一个神经网络，让它有6个输入和2个输出。我正在使用带有Tensorflow后端的Keras。--train cost: nantrain cost: nan第一次培训的成本通常在
浏览 0修改于2018-08-04得票数 0
回答已采纳
我正在尝试用tensorflow.js来建立和训练一个lstm网络，我的数据集就像我可以使用预先训练的word2vec模型将文本表示为向量。我试着阅读了文档，但是我无法理解它，即使是从其他来源也找不到一个关于如何在tensorflow.js中实现和训练网络的好例子。有谁能给出一个用node.js和tensorflow.js直接创建LSTM层并训练模型的例子吗？
浏览 2修改于2018-09-28得票数 4
回答已采纳
1回答
我还实现了一个成本函数，它接收所有的系数、截距和训练数据，并返回这些系数和拦截的成本。我在1500迭代和learning_rate = 0.000003202的波士顿数据集上运行了该算法，并成功地进行了收敛，使最小成本为61.840725406571245，但是当我对相同的训练数据训练sklearn的LinearRegression()算法时，使用.coef_和.intercept_发现了成本。的成本最低为19.958219814238042。所以我的
浏览 4提问于2020-06-27得票数 0
我试图在STL-10数据集上训练一个VGG-19神经网络，其中包含5000幅图像(每个类500幅)。输出类的数量是10。这样做的原因是，由于训练图像的数量较少，所以为了避免过度拟合，我缩小了完全连接层的大小，但我不知道这样做是否正确。。第一阶段后，成本: 2.304091，训练准确率: 11.99%
在第二个时代之后，成本: 2.303365，训练</
浏览 0修改于2021-02-13得票数 0
假设我有一个成本函数，它要求一个神经网络的所有输出(即经过一定范围的训练时间步骤)来计算它的成本。在tensorflow中实现这一目标的方法是什么？
浏览 3修改于2018-04-16得票数 0
回答已采纳
我有很深的纯数学背景，所以我对成本函数的数学没有太大的理解困难，但我只想澄清在实际的神经网络中成本函数到底是什么(即在实际数据集上实现它)。给定一个固定的训练样本，我们可以将成本函数看作权值和偏差的函数，从而优化该函数就是求出该函数的最小值。
在实践中，当你有数千个培训样本时，成本函数是什么？是否所有训练例子的成本函数之和？
浏览 0提问于2022-03-02得票数 0
1回答
我把我的训练集分为交叉验证集和训练集。绘制了一条学习曲线(训练实例图与训练集成本函数、交叉验证集成本函数)。我的学习曲线如下所示-这说明了什么？
浏览 0提问于2021-05-29得票数 0
回答已采纳
我想量化超参数搜索xgboost模型的计算成本。一种方法是使用特定的超参数配置来测量训练时间，并将其作为计算成本的代理。我们可以根据所选择的超参数的值来量化计算成本吗?例如，基于最大深度的解析表达式、估计量的数值、最小子体重、伽马等，或者你能提出一些其他方法来量化这个计算成本吗？我想要衡量的每一个特定的超参数选择的训练相同的数据集，什么将是模型的性能和计算成本！
浏览 0提问于2020-10-18得票数 1
1回答
训练和测试成本不会像增加层时那样最小化，但是分类器的准确性在两个网络中是相同的(91%的训练，88%的测试)。为什么在第一个网络中，尽管成本很高，但准确性可能是相同的？
如果需要，我很乐意提供更多的信息。
浏览 1提问于2018-10-22得票数 0
假设我在Tensorflow中有一个LSTM网络，并且正在使用Adam Optimizer训练它，通过在训练期间为X和Y变量提供一组X和Y dict来最小化成本函数，然后在同一会话中，为变量提供新的X和Y dict以进行测试，Tensorflow是自动使用在训练期间找到的最佳模型(即使用在训练期间带来最低成本值的权重)，还是仅使用其运行中的最新模型(即最新的时期)？想知道当达到新的较低成本值时，是否需要设置model.saver函数来捕获最佳模型，关闭当前会话，然后使用
浏览 19提问于2019-11-05得票数 1
回答已采纳
这是因为这个模型是通过使用数据集读取文本文件而不是占位符来训练获得x的。由于先前对输入文件的训练，此模型现在是否需要使用输入文件进行新的数据预测？此特定训练模型的图形中的占位符仅用于超参数。(训练以这种方式工作得很好，我已经对训练和开发数据集进行了评估。)根据我的想法，超参数仅在训练期间引用，即在计算成本和评估优化器操作时引用。提醒一下，我只是希望评估预测(yhat)，并且我现在没有训练，我没有提供标签y，没有使用成本表达式中的超参数
浏览 0修改于2018-09-12得票数 0
我正在使用TensorFlow r1.0和图形处理器Nvidia Titan X训练一个类似盗梦空间的模型。我添加了一些摘要操作来可视化训练过程，使用如下代码："""Attach a lot of summaries to a Tensor (fortf.summary.scalar('min', tf.reduce_min(var))
浏览 9修改于2017-12-27得票数 7
Watson Visual Recognition Services的文档指出，该服务的成本为$0.004 for classification per imageper custom class因此，如果我有一个自定义分类器，每个分类器有1000个训练类，每个分类器有50个图像那么成本就会是$10 * 1000
浏览 8提问于2016-07-20得票数 0
回答已采纳
是否有可能在sklearn中使用针对不同错误具有不同成本的成本矩阵来训练分类器？例如，在一个2类问题中，成本矩阵将是一个2乘2的方阵。例如，A_ij =将i分类为j的成本。
浏览 0提问于2014-08-01得票数 13
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号