回答情况：
提问时间：
问题标签：
在这里，我们使用当前的任务样本和内存中的样本来从零开始训练模型。但是，该模型对于以前和当前的任务非常好。这种持续学习的方式是否正确，因为我们没有为下一个任务(t^{th})持续地训练以前的模型((t+1)^{th})？我们是否违反了持续学习规范？
浏览 0修改于2021-10-13得票数 0
1回答
我目前正在尝试理解人工智能(学习)中的一个主题，并需要帮助理解以下内容：
为什么留一交叉验证算法在与多数分类器结合使用时，在具有相同数量的正负样本的数据集上得分为零而不是50%？
浏览 1提问于2011-04-19得票数 2
我的训练数据包括大约700个独特的样本(这是一个回归问题)。数据不被洗牌，所以第一个N个样本有相同的标签(例如，值1.25)，然后下一个M样本有一个相同的标签(例如，2.99)等等。即使没有辍学或其他形式的正规化，我也无法使训练损失稳定在接近于零的水平。这种学习缺失的模式是什么？(灰色线是训练损失，橙色线是验证损失)。
浏览 1提问于2018-03-04得票数 3
我已经实现了一个简单的代码隐马尔可夫模型，通过and学习，它运行良好。我使用了fit()方法，即hmmlearn.fit来根据我的数据学习hmm参数。如果我有更多的数据，并希望更新以前的模型，而不需要培训/从零开始拟合，我能做什么？换句话说，如何根据我目前所知道的来初始化一个新的模型，并继续使用新的观察/样本来适应我的数据更好的模型？
浏览 7修改于2020-09-23得票数 0
回答已采纳
我有一个样本权重数组，我要输入到fit()中。它的大小与我输入的训练示例的数量相同。如果我将学习率设置为零，并针对多个时期进行训练，我会看到每个时期不同的损失结果。在我看来，样本权重数组不能被打乱。这是和tensorflow.keras的。我假设这不是预期的行为。这是一个已知的bug吗，或者我可能错误地解释了我所看到的？
浏览 28提问于2019-08-29得票数 3
对于三维时序输入张量，它们使用样本、时间步长、特性。时间序列每个时间步骤有15000个值(样本) [15000x1,15000x1，.]虽然单独的特性每个timestep.Those有一个值(样本)，但长度为1的额外特性对于每个时间步骤是不同的。如何最好地使用Keras学习所有这些输入？
额外的问题。由于“虚假”附加信息，<e
浏览 0修改于2018-03-09得票数 0
回答已采纳
我只想对两个类别的预训练图像分类模型进行迁移学习，无论事件A是否发生。我知道再培训本身是非常有效的。样本量是多少？对于有意义的结果，我可以使用的最小样本大小是多少？
浏览 17提问于2017-04-12得票数 1
根据Python ，当我们在sckit学习库中使用内置命令进行预处理时，假设数据被表示为N x D矩阵，其中行是示例，列是特性，我们使行间的平均值为零，同时行间的标准差是一致的，如下所示：
X_scaled.mean我的问题是，我们不应该使横列的平均值(特征而不是样本)为零，对于标准差也是一样的，因为我们试图标准化特征，而不是样本。网站和其他资源总是跨行标准化，但它们从来没有解释为什么？
浏览 3修改于2019-11-15得票数 4
回答已采纳
许多学生首先使用一种模型形式学习ANOVA，该模型将群体均值与总体均值进行比较(在群体变异性之间)，并将个人观察与其群体均值进行比较(在群体变异性内)。样本均值自然用作总体均值的估计值。如果设计是平衡的(每个单元格中的计数相等)，则R (contr.sum)中的和为零的对比度等同于上面段落中描述的对比度。然而，对于不平衡设计，样本均值和所谓的“总体均值”并不相同。(后者是组平均值的平均值，而样本平均值是组平均值的加权平均值。)
所以我的问题是:是否可以欺骗lm命令来给出方差分析模型的系数，在该模型中，截距
浏览 9提问于2018-07-19得票数 0
回答已采纳
我将音频编码为Mel-谱图，并使用这些Mel-谱图作为我的深度学习模型(Inception-ResNet V2)的输入。输入图像大小为256×256，由128×64光谱图(128个波段)和零填充组成。样本输入：我正在使用酸橙来可视化梅尔光谱图的重要区域.在一些梅尔-波谱图中，莱姆将填充物区域标记为重要区域，就像在这张图片中一样。📷
，那么，这是因为学习不好，还是当它遇到填充区域时，这是一个真正的问题呢？
浏览 0提问于2018-10-12得票数 3
1回答
据我所知，在零镜头学习中，课程分为看类和未见类。然后，我们对网络进行了培训，例如对50个课程进行了培训，并在网络尚未看到的其他50个课程上进行了测试。例如，如果我做的是零镜头动作识别和看不见的课程是这样的自行车，游泳，足球。网络实际上命名了这些类吗？它怎么知道他们的标签？
浏览 0修改于2018-06-25得票数 0
回答已采纳
2回答
我希望在R中编写一个循环，在其中模拟泊松样本，但我希望丢弃不包含任何零的样本，并“再来一次”。我该怎么做呢？例如：for(j in 1:100){X[j]<-mean(x)有没有办法保留length(X[X==0])==0的样本，然后重新选择一个样本，直到从包含零的样本中获得100个均值？
浏览 2修改于2016-01-13得票数 0
1回答
我如何求和(值)，它只标记为0，而不是表中的所有零，而只是最后一个直线零。比如说，可能最后2直线，也许最后5直线。在样本图片中，最后一个为零。
浏览 1修改于2017-11-22得票数 1
回答已采纳
我搜索了很多，但没有发现，所以请帮助我，如果有人可以帮助我，如果有人提供给我一个样本代码或有一个链接，在那里我可以从零开始学习，请发送我，我将非常感谢你。
浏览 2提问于2014-08-04得票数 1
回答已采纳
基本媒体文件中的IEC/IEC 23001-7通用加密将子示例定义为：
9.5.1定义(规范)
子样本加密应将每个样本划分为一个或多个相邻子样本。每个子样本必须有一个不受保护的部分，然后是一个受保护的部分，其中只有一个可以长度为零字节。(注:通常都是非零值)。所有子样本(构成一个样本的所有子样本的BytesOfClearData+ BytesOfProtectedData )的总长度应等
浏览 1提问于2018-09-24得票数 0
DL中的一个常见任务是将输入样本规范化为零均值和单位方差。既然平均值和std是可学习的参数，那么Keras也许可以学习它们吗？
浏览 1提问于2019-04-30得票数 11
回答已采纳
最近，我正在做异常检测，其中一种方法是使用AEs模型来学习正常样本的模式。我想知道这种培训是监督学习、半监督学习还是非监督学习？
浏览 0修改于2020-03-11得票数 0
目标通常由大约90%的、90%的零、和10 %的非零值组成。目标中(非)零值的分布因样本而异(即不存在全局类不平衡)。我已经尝试过这个损失函数，并打算实现我已经猜到的可以在上面工作的东西。这是一种均方误差损失，其中对非零目标的预测惩罚较少(w=0.1)。y_pred)
return K.mean(K.squar
浏览 1提问于2019-08-23得票数 6
回答已采纳
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