neural-network

0열

1답변

TensorFlow Lite 모델을 16 비트로 양자화하는 방법

다음 코드 단편은 8 비트 양자화 된 TF Lite 모델을 만들고 QUANTIZED_UINT8을 FLOAT으로 바꾸면 32 비트 모델이 생성됩니다. 16 비트 양자화 모델을 만드는 플래그가 있습니까? TF Lite 설명서를 검색했지만 가능한 플래그 목록에 대한 설명서를 찾을 수 없습니다. 누구든지이 작업을 수행하는 방법을 알고 있습니까? ~/tensorfl

tensorflow neural-network quantization tensorflow-lite 2017-12-28

---

-1열

1답변

정규화 후 0의 정확도를 얻을 수 있습니까?

4 개의 숨겨진 레이어가있는 신경망을 만들고 ReLU를 활성화 함수로 사용하고 출력 레이어를 softmax로 사용했습니다. I는 데이터 셋이 신경망에 공급 될 때 I은 생성 된 예측 일부 정확도를 가지고 있지만, I는 동일한 데이터를 정상화 할 때 사용 : nx= (X - mean(X))/stdev(X) 가 생성 예측의 정확도는 제로이었다! 그 이유는

neural-network 2017-12-28

---

1열

1답변

신경망 높은 신뢰도 부정확 한 예측

나는 정확도가 높지는 않지만 분류 작업에 대한 훈련 된 신경 네트워크를 가지고 있으며 학습하고 있습니다. 어떤 테스트 사례가 자신감이없는 것인지 파악하려고 노력 중이므로 어떤 일이 벌어지고 있는지 더 자세히 파악할 수 있습니다. 이렇게하기 위해 Tensorflow에서 표준 softmax 확률을 사용하기로 결정했습니다. 이를 위해 tf.nn.softmax(l

tensorflow machine-learning neural-network deep-learning 2017-12-28

---

0열

1답변

신경망 : 훈련에 사용되었지만 새 데이터를 예측하는 데 사용되는 추가 기능

축구 네트워크에서 누가 이길 지 예측하기 위해 신경망을 만들고 싶습니다. 팀, 팀의 실제 모양 등 여러 가지 기능과 출력을 통해 어떤 팀이 승리했는지 (또는 다이가 있는지) 알 수 있습니다. 내 훈련에서이 팀이 득점 한 목표 수와 같은 기능을 추가하고 싶습니다. 문제는 향후 게임의 최종 결과를 예측할 때 이러한 기능을 포함 할 수 없다는 것입니다. 그것을

python neural-network keras recurrent-neural-network 2017-12-28

---

0열

1답변

입력 모양 오류 resnet keras로 일부 데이터를 학습하십시오.

CNN에서 일부 데이터를 학습하려고합니다. x_train.shape (67197, 99, 81, 1) y_train.shape (67197, 12) 및 Keras의 Resnet 방법 import keras import keras_resnet.models input_shape = (98,81,1) nclass = 12

neural-network keras conv-neural-network resnet 2017-12-29

---

0열

1답변

다차원 입출력을 사용하여 Keras 모델을 작성하는 방법은 무엇입니까?

저는 신경망을 만들어 노래를 만듭니다. 나는 하나의 노래와 한 줄에서 모든 노트를 가지고 하나 개의 파일은 하나의 노트에 해당 한 : 0 0 0.05511 0.78740 0 0 0.07874 0.50393 0 0 0.71653 1 0 0 0.50393 0 .. .. .. .. 내가 신경 네트워크에 10 첫째 노트를을주고 싶어하고 나는 그것이 다음

python multidimensional-array machine-learning neural-network keras 2017-12-29

---

0열

2답변

파이썬으로 백 프로퍼 그 레이션/numpy - 뉴럴 네트워크에서 웨이트와 바이어스 행렬의 미분 계산

저는 다양한 리소스를 사용하여 파이썬으로 신경망 모델을 개발하고 있습니다. 모든 것이 작동하지만 몇 가지 수학에 대해 질문이 있습니다. 모델에는 다양한 숨겨진 레이어가 있으며 시그 모이 드를 사용하는 마지막 레이어를 제외한 모든 숨겨진 레이어에 relu 활성화가 사용됩니다. 비용 함수는 다음과 AL 지난 후 기동 시그 모이 확률 예측이다 def calc_c

numpy neural-network backpropagation calculus 2017-12-30

---

0열

1답변

텍스트 분류에서 WEKA의 MultilayerPerceptron을 사용하는 잘못된 출력

데이터를 분류하기 위해 MultilayerPerceptron 신경망을 사용하려고했습니다. 그러나 어떤 구성을 시도해도 항상 아래의 그림과 같이 동일한 결과가 50 % 만 정확합니다. 다른 분류기가 동일한 데이터 세트를 사용하여 더 믿을 수있는 결과를 제공하는 것으로 확인됩니다. 내 데이터의 형식은 'string, nominal'입니다. 사전 처리에 대해 좀

java neural-network deep-learning weka 2017-12-30

---

-2열

1답변

는 Keras는 - model.predict (이미지) [0]

내가 아래 문을 가로 질러 와서 무엇을 [0]의 확실하지 않았다 의미 : model.predict(image)[0] 을 그래서, 한 번 위의 문 을 인쇄를했다 [0]와[0] 한 번하지 않고, 다음과 같이 print model.predict(image) [[ 0.99335432 0.00664574]] print model.predict(image)

python neural-network deep-learning keras predict 2017-12-31

---

1열

1답변

신경망 손실이 감소하지만 정확도가 증가하지 않을 때?

하나의 숨겨진 레이어와 시그 모이 드 활성화 기능을 가진 신경망에 대한 배치 기반 역 전파 알고리즘을 구현합니다. 출력 레이어는 1 핫 시그 모이 드 레이어입니다. 첫 번째 레이어의 그물은 z1입니다. 시그 모이 드를 적용한 후에는 a1이됩니다. 비슷하게 두 번째 레이어에는 z2와 a2가 있습니다. x, y = train_data, train_target

python neural-network classification backpropagation perceptron 2017-12-31

---