回答情况：
提问时间：
问题标签：
我所要达到的目标如下：输出的大小也应该是255,255，并且应该根据一些权重来添加每一个输入。我想训练这10个权重，所以结果是尽可能接近验证矩阵的大小255,255。我认为absoluteDifference作为一个损失函数是最好的。但是，我不知道如何在Tensorflow中制作这种可训练的模型？
浏览 3提问于2020-05-12得票数 0
我对C语言还很陌生，通过代码训练来学习它。
然而，对于三元组问题，我只得到了11%，我不确定这里出了什么问题。问题是:给出了一个由N个整数组成的非空零索引数组A。我的代码给了我11%，我想知道我在这段代码中哪里出了问题。
浏览 2修改于2014-10-25得票数 3
我已经使用ssd_mobilenet_v1_coco_2017_11_17模型训练了对象检测接口来检测自定义对象。但在训练之后，API只检测自定义对象，而不检测API已经训练过的对象。ssd_mobilenet_v1_coco_2017_11_17模型检测到90个对象。
有没有办法将更多的类添加到现有的模型中，以便它可以检测到新的对象以及它已经训练过的对象？
浏览 3修改于2018-01-24得票数 0
我有11行数据，我的目标是在10行上训练网络，并在1行特定的数据上进行验证(不是随机的)。 目标是在对其他10行进行训练的同时，对每一行进行验证，直到我对所有11行都有了预测。x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.1) 如上所示的训练/测试分离似乎不会工作，因为它是随机的，有没有一种方法可以精确地指定哪些行将用于训练和测试
浏览 20提问于2020-04-16得票数 0
使用PyCharm，您可以让多个Python实例运行同一个文件，所以我很好奇是否有任何方法可以在两个不同的实例中同时训练相同的模型(或不同的模型)两次。我认为，能够在文件上按Shift + F10开始训练，进行超参数调整，然后再次按Shift + F10来启动另一个完全独立的训练实例，并比较它们同时进行训练的方式，这将是非常有用的。但是，如果一个人已经在训练，那么第二个人在调用fit方法时会给出这个错误：
2019-11-03 01:11:19.049817: I te
浏览 23提问于2019-11-03得票数 0
回答已采纳
我通过TensorFlow对象检测模块训练了一个自定义的对象检测器模型，并使用mobilenetssd作为我的预训练模型。训练完成后，我有三个文件： checkpointckpt-11.index 另外，我还有这个文件： pipeline.config 我正在尝试将此模型另存为编辑:我也设法使用chpt-11.index对这个模型进行了推断。
浏览 199提问于2021-08-24得票数 1
我有自己的6600个数字训练图像集(0~9)，18200个英文低字母训练图像集(a~z)，18200个英文大写字母训练图像集(A~Z)。11X11 output label.(0~9(5500 training sets) and none digitFC1 relu
outpu
浏览 0修改于2018-02-10得票数 0
我正在使用mxnet训练一个11级的图像分类器.我观察到一种奇怪的行为训练的准确性在缓慢增长，上升到39%，在下一个时期下降到9%，然后在其余的训练中保持接近9%。我用保存的模型重新开始训练(训练准确率为39% )，保持所有其他参数不变。现在训练的准确性又在提高。这里的原因是什么？我无法理解它。用这种方式训练模型变得越来越困难，因为它要求我不断地看到训练的准确性值。
学习速率是不变的0.01
浏览 14修改于2016-05-06得票数 15
回答已采纳
3回答
我正在尝试使用斯坦福NLP工具从文本中提取日期( 8/11/2012 )。你能帮助我如何训练分类器来识别日期( 8/11/2012 )。我尝试使用训练数据作为但不适用于相同的测试数据。
浏览 2提问于2012-11-14得票数 4
我在顶点AI上训练了AutoMl分类模型，不幸的是，模型不适用于批预测，每当我试图在顶点AI上获得训练数据集(与成功的模型训练所用的相同)时，就会得到以下错误：
浏览 5修改于2021-11-12得票数 1
回答已采纳
当我尝试用RBF核训练支持向量机(训练函数)时，经过训练，该模型的训练准确率仅为20%。在制作了码本和稀疏编码之后，培训示例数为1370个。
浏览 4提问于2013-05-23得票数 3
回答已采纳
假设我通过输入训练数据来进行1000步的训练。然后输入验证数据集进行评估。把它放在一个循环里。
net =slim.conv2d(输入，64，11，11，4，填充=‘有效’，作用域=‘卷积1’)
我必须构造另一个模型(在另一个图中)，它与验证数据集结合在一起
浏览 4修改于2017-12-19得票数 0
回答已采纳
我正在从Tensorflow对象检测模型动物园训练ssd_mobilenet_v1_coco_2017_11_17模型。我的数据集是卫星图像，我的目标是检测图像中的车辆。但是由于python内存问题，训练失败了。我正在训练CPU，我的Windows10机器有32 gb的RAM。用于训练的TF记录文件大小约为1.7 GB。我无法检测到此失败的原因。
浏览 1提问于2017-11-25得票数 0
这部分我不太关心，我关心的是我能不能(随机)重用我的训练数据。每个样本5个独立变量和1个依赖变量。我会通过运行6或7次迭代来训练神经网络。在尝试预测训练数据之外的下一次迭代之前。设置1: 1:2:3:4:5:6->7设置3: 3:4:5:6:7:8->9设置5: 5:6:7:6:9:10->11设置6: 6:7:8:9:10:11->12
非训练</em
浏览 2修改于2015-11-10得票数 0
1回答
在虹膜数据集中，我想创建一个1到10行和21到150行的训练数据集；以及11到20行的测试数据集。测试很简单：iris_test <- iris_n[11:20 ,]但我收到一条错误消息。
浏览 1修改于2018-04-14得票数 1
我们有多个不同的形式需要在一个模型中进行训练。我们为每个表单创建了单独的子文件夹，并在各自的文件夹中为每个表单创建了标签文件。当我们将"IncludeSubfolder“训练为true，并将"uselabelfile”训练为true时，我们会得到以下错误{"modelId": "9d63e55b-23a5-43a4-a845-17864b35549d",
"status": "invalid"
浏览 4提问于2020-04-03得票数 0
我正在尝试建立一个具有13000个训练图像和3000个验证图像的11类图像分类器。我使用的是深度神经网络，它正在使用mxnet进行训练。训练准确率正在提高，达到80%以上，但验证准确率在54-57%之间，而且没有增加。这里会有什么问题呢？我应该增加图片的数量吗？
浏览 1提问于2016-05-04得票数 13
回答已采纳
当训练人工神经网络(例如多层感知器或LSTM)的训练、验证和测试数据分离(例如70 %，20 %，10 %)时，我想知道训练后的模型最终使用哪种参数配置来进行预测？在这里，我经历了一个经历了11个时代的训练过程：我可以考虑三种可能的参数配置(当然还有其他的)：
导致训练数据集中的最小错误的配置(将在11世纪之后)在最后一个时代之后的配置(这将在11世纪之后optimizer_adam, metrics=['mean_absolut
浏览 3提问于2022-02-04得票数 0
回答已采纳
2回答
我正在训练一个卷积神经网络，将一幅图像分类为五类之一(1-5级)。Convolutional layer - 15 x 15 filters, 16 filters
Max
浏览 3修改于2016-05-09得票数 1
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