内容选择
全部
内容选择
内容分类
  • 学堂
  • 博客
  • 论坛
  • 开发服务
  • 开发工具
  • 直播
  • 视频
  • 用户
时间
  • 一周
  • 一个月
  • 三个月
  • 深度学习训练,验证,测试

    即:训练占98%,验证测试各占1%。对于数据量过百万应用,训练可以占到99.5%,验证和测试各占0.25%,或者验证占0.4%,测试占0.1%。 总结一下,在机器学习中,我们通常将样本分成训练,验证测试三部分,数据规模相对较小,适用传统划分比例,数

    作者: 运气男孩
    2219
    7
  • 自动学习训练准确率过低

    我今天采用自动学习做了一下实战营作业打卡,但是准确率始终提不上去,这个作业打卡前身是人车识别,但是识别不了bus,现在加入了bus数据。我也按照要求进行了标注啥,下图是训练厚准确率。15 号是人车识别,准确率挺高,加入bus后,昨天试了两次,准确率都操达到百分之七十下图是训练详情。有没有大佬看出点什么

    作者: 江大小学弟
    1035
    10
  • 深度学习之验证

    ‘‘训练’’ 超参数,尽管验证误差通常会比训练误差小,验证集会低估泛化误差。所有超参数优化完成之后,泛化误差可能会通过测试来估计。在实际中,当相同测试已在很多年中重复地用于评估不同算法性能,并且考虑学术界在该测试各种尝试,我们最后可能也会对测试有着乐观估计。基准会

    作者: 小强鼓掌
    730
    1
  • 深度学习-语义数据

    Context等类似的数据也有用到。第二个常用数据是Microsoft COCO。COCO一共有80个类别,虽然有很详细像素级别的标注,但是官方没有专门对语义分割评测。这个数主要用于实例级别的分割以及图片描述。所以COCO数据往往被当成是额外训练数据用于模型训练。第三个数是辅

    作者: @Wu
    729
    0
  • 多卡测试准确率很低

    【功能模块】【操作步骤&问题现象】1、同样参数配置,单卡训练后测试准确率很高2、但是多卡测试准确率很低(训练时多卡loss收敛数值比单卡还低,但是测试准确率非常低)这是什么原因呢?想不通【截图信息】【日志信息】(可选,上传日志内容或者附件)

    作者: lklalalala
    744
    4
  • 乳腺癌数据作业结果

    乳腺癌数据作业结果 本节实验包含了如下三个部分:(1)训练轮数对联邦学习模型分类性能影响;(2)迭代次数对联邦学习模型分类性能影响;(3)参与方数据量不同时,本地独立训练对比横向联邦模型性能。 不同训练参数模型准确率、训练时长影响训练轮数模型准确率的影响(迭代次数固定为20)

  • 深度学习学习

    个相当高代价值。通常,就总训练时间和最终代价值而言,最优初始学习效果会好于大约迭代 100 次左右后最佳效果。因此,通常最好是检测最早几轮迭代,选择一个比在效果上表现最佳学习率更大学习率,但又不能太大导致严重震荡。

    作者: 小强鼓掌
    454
    2
  • 深度学习之数据增强作用

    在比较机器学习基准测试结果时,考虑其采取数据增强是很重要。通常情况下,人工设计数据增强方案可以大大减少机器学习技术泛化误差。将一个机器学习算法性能与另一个进行对比时,对照实验是必要。在比较机器学习算法 A 和机器学习算法 B 时,应该确保这两个算法使用同一人工设计的数据集增强方案进行评估。假设算法

    作者: 小强鼓掌
    324
    1
  • 《Keras深度学习实战》—2.4 MNIST数据

    2.4 MNIST数据MNIST是一个包含60 000个0~9这十个数28×28像素灰度图像数据。MNIST也包括10 000个测试图像。数据包含以下四个文件:train-images-idx3-ubyte.gz:训练图像(9 912 422字节),见http://yann

    作者: 华章计算机
    发表时间: 2019-06-15 12:20:24
    7582
    0
  • 《Spark机器学习进阶实战》——3.3.2 准确率、召回率和F1值

    3.2 准确率、召回率和F1值准确率和召回率是广泛用于机器学习分类领域两个度量值,用来评价结果质量。准确率(Precision,又称查准率)是针对预测结果而言,它表示是预测为正样本中有多少是真正正样本。召回率(Recall,又称查全率)是针对样本而言,它表示是样本中

    作者: 华章计算机
    发表时间: 2019-06-01 22:20:16
    4308
    0
  • 深度学习随机取样、学习

    得到更好性能。学习率,即参数到达最优值过程速度快慢,当你学习率过大,即下降快,很容易在某一步跨过最优值,当你学习率过小时,长时间无法收敛。因此,学习率直接决定着学习算法性能表现。可以根据数据大小来选择合适学习率,当使用平方误差和作为成本函数时,随着数据量增多,学

    作者: 运气男孩
    717
    0
  • 深度学习随机取样、学习

    得到更好性能。学习率,即参数到达最优值过程速度快慢,当你学习率过大,即下降快,很容易在某一步跨过最优值,当你学习率过小时,长时间无法收敛。因此,学习率直接决定着学习算法性能表现。可以根据数据大小来选择合适学习率,当使用平方误差和作为成本函数时,随着数据量增多,学

    作者: 运气男孩
    1444
    5
  • 深度学习之超参数和验证

    能会通过测试来估计。在实际中,当相同测试已在很多年中重复地用于评估不同算法性能,并且考虑学术界在该测试各种尝试,我们最后可能也会对测试有着乐观估计。基准会因之变得陈旧,而不能反映系统真实性能。值得庆幸是,学术界往往会移到新(通常会更具大更具挑战性)基准数据集上。

    作者: 小强鼓掌
    935
    4
  • 深度学习之数据增强

    x。这意味着分类面临一个主要任务是要对各种各样变换保持不变。我们可以轻易通过转换训练集中 x 来生成新 (x, y) 。这种方法对于其他许多任务来说并不那么容易。例如,除非我们已经解决了密度估计问题,否则在密度估计任务中生成新假数据是很困难。数据增强一个具体分类问题来说

    作者: 小强鼓掌
    929
    6
  • 深度学习发展学习范式——成分学习

    成分学习    成分学习不仅使用一个模型知识,而且使用多个模型知识。人们相信,通过独特信息组合或投入(包括静态和动态),深度学习可以比单一模型在理解和性能上不断深入。    迁移学习是一个非常明显成分学习例子, 基于这样一个想法, 在相似问题上预训练模型权重可以

    作者: 初学者7000
    716
    5
  • ModelArts自动学习部署模型,准确率如何提升

    【截图信息】我使用ModelArts自动学习模型部署准确率82%,我该怎样做,才能提升模型准确率,优化模型呢? 

    作者: 可爱又积极
    1237
    6
  • 深度学习 - 深度学习 (人工神经网络研究概念)

    文章目录 深度学习 - 深度学习 (人工神经网络研究概念)1、概念2、相关应用场景3、简介4、区别于浅层学习5、典型模型案例6、深度学习是如何进行训练自下上升非监督学习自顶向下监督学习 深度学习 - 深度学习 (人工神经网络的研究的概念)

    作者: 简简单单Onlinezuozuo
    发表时间: 2022-02-18 15:08:32
    608
    0
  • 《百面机器学习》第七问:准确率局限性-为什么分类准确率很高,但应用起来效果很差?

    拿到奢侈品用户数据,训练和测试奢侈品用户分类模型,该模型分类准确率超过95%,但是实际应用效果很不好,还是会将结果显示为非奢侈用户,原因? 1. 什么是分类准确率? Accuracy = n(分类正确) / n(总数) 准确率是分类问题最简单直观评价指标,但有明显问题

    作者: 王博Kings
    发表时间: 2020-12-29 15:06:40
    1529
    0
  • 深度学习深度学习界以外微分

    accumulation)更广泛类型技术特殊情况。其他方法以不同顺序来计算链式法则子表达式。一般来说,确定一种计算顺序使得计算开销最小,是困难问题。找到计算梯度最优操作序列是 NP 完全问题 (Naumann, 2008),在这种意义上,它可能需要将代数表达式简化为它们最廉价形式。

    作者: 小强鼓掌
    438
    0
  • 分享深度学习发展混合学习

    标记数据监督问题。例如,一个设计良好半监督生成对抗网络在MNIST数据上仅使用25个训练样本,其准确率达到90%以上。半监督学习是针对具有大量未标记样本和少量标记样本数据而设计。传统上,监督学习使用标记数据,而非监督学习使用另一个未标记数据。半监督学习模型可以

    作者: 初学者7000
    929
    1