machine-learning相关内容

CTC丢失错误：找不到有效路径？Tf.keras中的OCR困难

全部。我正在尝试在这里获得CTC丢失功能，但它工作不是很好。我一直收到这个错误： 2020-11-04 07:28:53.647946: W ./tensorflow/core/util/ctc/ctc_loss_calculator.h:499] No valid path found. 2020-11-04 07:28:53.647977: W ./tensorflow/core/uti ..

发布时间：2022-07-04 15:35:31 tensorflow machine-learning keras computer-vision tensorflow2.0 AI人工智能

如何解决在TensorFlow服务中为USE4模型提供服务时表未初始化的问题？

因此，我使用以下链接准备了一个包含USE4的Keras模型： https://tfhub.dev/google/universal-sentence-encoder-large/4 使用TensorFlow 2.3，我将其添加到我的模型中并保存该模型 tf.saved_model.save( model, export_dir= '/directory/model/1', ) 在d ..

发布时间：2022-07-04 15:31:52 python tensorflow machine-learning tensorflow2.0 tensorflow-serving AI人工智能

用PyTorch预测网格坐标序列

我有一个类似的开放问题here on Cross Validated(虽然不是以实现为重点的，我打算这个问题是这样的，所以我认为它们都是有效的)。 我正在进行一个项目，该项目使用传感器来监控人员的GPS位置。然后，坐标将被转换为简单的网格表示。我想尝试和做的是，在记录用户路线后，训练神经网络来预测下一个坐标，即以下面的例子为例，用户在一段时间内只重复两条路线，Home->A和Home->B。 ..

发布时间：2022-07-01 22:36:35 machine-learning deep-learning pytorch lstm recurrent-neural-network AI人工智能

我是不是应该既执行列姆化，又执行词干删除？

我正在用Python语言编写一个文本分类系统。以下是我为规范每个令牌所做的工作： lem, stem = WordNetLemmatizer(), PorterStemmer() for doc in corpus: for word in doc: lemma = stem.stem(lem.lemmatize(word)) 我不想只用词汇化的原因是因为我注意到 ..

发布时间：2022-06-29 17:01:41 python machine-learning nlp nltk stemming AI人工智能

奇怪的验证损失和准确性

我正在尝试使用MLP进行分类。以下是模特的外观。 import keras from keras.models import Sequential from keras.layers import Dense, Dropout from keras.utils import np_utils model = Sequential() model.add(Dense(256, activ ..

发布时间：2022-06-28 21:24:31 machine-learning neural-network deep-learning keras classification AI人工智能

多标签分类KERAS度量

在KERAS中，哪些指标更适合多标签分类：accuracy或categorical_accuracy？显然，在这种情况下，最后一个激活函数是sigmoid，而AS损失函数是binary_crossentropy。 推荐答案 我不会对类别不平衡的分类任务使用准确性。 尤其是对于多标签任务，您可能会认为您的大多数标签都是假的。也就是说，与所有可能的标签的基数相比，每个数据点只能有一小部分标 ..

发布时间：2022-06-28 21:08:49 machine-learning keras classification multilabel-classification AI人工智能

使用RANGER计算多分类混淆矩阵或对合表时出错

我正在调用Ranger来为一个大型混合数据帧(其中一些分类变量具有超过53个级别)的多分类问题建模。训练和测试运行没有任何问题。然而，解释混淆矩阵/合同表会出现问题。 我用虹膜数据来解释我面临的困难，把物种当作分类变量， library(ranger) library(caret) # Data idx = sample(nrow(iris),100) data = iris # ..

发布时间：2022-06-28 20:57:39 r machine-learning classification confusion-matrix r-ranger AI人工智能

K=4时k近邻选择类标签

在k-NN分类中，输出是类成员。对象按其邻居的多数票进行分类，对象被分配到其k个最近邻居中最常见的类(k是正整数，通常较小)。 如果k=1，则仅将该对象分配给该单个最近邻居的类。 如果k=3，且类标签为Good=2 Bad=1，则预测的类标签为Good，包含多数票。 如果k=4，并且类标签是Good=2 Bad=2，则类标签是什么？ 推荐答案 有不同的方法。例如，按照文档he ..

发布时间：2022-06-28 20:49:17 machine-learning classification nearest-neighbor knn AI人工智能

异常：传递的模型不可调用，并且不能直接使用给定掩码进行分析

我正在处理一个回归问题，我使用StackingRegressor来训练数据，然后在测试集上进行预测。出于模型可解释性目的，我使用了SHAP，如下所示： import xgboost from sklearn.ensemble import RandomForestRegressor from sklearn.ensemble import StackingRegressor import s ..

发布时间：2022-06-27 12:48:09 machine-learning scikit-learn regression shap AI人工智能

有没有关于Kera中默认的权重初始值设定项的解释？

我刚刚在here中读到了Kera权重初始值设定项。在文档中，只介绍了不同的初始值设定项。例如： model.add(Dense(64, kernel_initializer='random_normal')) 我想知道当我未指定kernel_initializer参数时，默认权重是多少。 有办法访问它吗？ 推荐答案 每一层都有自己的初始化权重的默认值。对于大多数层，例如Den ..

发布时间：2022-06-22 20:51:32 python machine-learning keras neural-network AI人工智能

未将/IMPORT&；中的&；#39；识别为内部或外部命令、可操作程序或批处理文件

我在从SCRICKIT-LEARN导入机器学习算法时遇到了问题。 我已经安装了它，但每当我输入例如“from sklearn.naive_Bayes import GaussianNB”时，它就会显示“‘from’不被识别为内部或外部命令、可操作程序或批处理文件。 我在Windows 10上使用的是蟒蛇。是不是有兼容性问题？我是不是遗漏了什么？IDK我还是个新手，所以我觉得很迷茫。谢谢 推荐 ..

发布时间：2022-06-21 22:12:43 python machine-learning scikit-learn windows-10 anaconda AI人工智能

如何绘制多输出回归任务的训练和测试的损失曲线？

我正在试验MultiOutputRegressor()，我想知道一旦测量到损耗后，是否有可能达到多输出回归任务的Trains&；Testset上的损耗曲线。 我尝试的内容： import matplotlib.pyplot as plt import numpy as np #from sklearn import datasets, ensemble #from sklearn ..

发布时间：2022-06-21 22:09:13 python machine-learning scikit-learn regression loss-function AI人工智能

如何在带有模式的Spacy模型中从简历中解析出生日期

我添加了多个取数模式date_of_birth，有时取数正确，但有时得到的日期不是出生日期。 您可以看到我添加的patterns DOB_PATTERN = [ # dates of the form 23-12-2018 [{'IS_DIGIT': True}, {'ORTH': '/'}, {'IS_DIGIT': True}, {'ORTH': '/'}, {'I ..

发布时间：2022-06-21 16:25:33 python machine-learning data-science spacy training-data AI人工智能

TypeError：编码器要求他们的输入是统一的字符串或数字。已获取['；int&39；，'；str'；]

我已经引用了帖子here、here和here。不要将其标记为重复。 我正在处理一个二进制分类问题，其中我的数据集具有类别列和数值列。 但是，有些分类列混合了数值和字符串值。然而，它们仅指示类别名称。 例如，我有一个名为biz_category的列，它的值类似于A,B,C,4,5等。 我猜下面的错误是由于类似4 and 5的值引发的。 因此，我尝试在下面将它们转换为catego ..

发布时间：2022-06-21 16:16:41 python pandas machine-learning scikit-learn smote AI人工智能

如何提高cv2.dnn.readNetFromCaffe()的性能net.ward()需要更多时间(7到10秒/帧)才能给出结果

我已经使用net = cv2.dnn.readNetFromCaffe(protoFile, weightsFile)，然后使用net.forward()遍历实时视频帧以获得每个帧的输出。 但net.forward()每帧需要7到10秒才能得出结果。请帮助我提高性能(减少net.forward()中的处理时间)。 表示：从第1步到第2步每帧需要7到10秒。 (下面的代码中提到了步 ..

发布时间：2022-06-06 15:13:32 opencv machine-learning computer-vision caffe openpose AI人工智能

亚当方法的学习率好吗？

我正在训练我的方法。我得到的结果如下。这是一个很好的学习速度吗？如果不是，它是高还是低？ 这是我的结果 lr_policy: "step" gamma: 0.1 stepsize: 10000 power: 0.75 # lr for unnormalized softmax base_lr: 0.001 # high momentum momentum: 0.99 # no gradien ..

发布时间：2022-06-06 15:09:27 machine-learning neural-network deep-learning caffe AI人工智能

在WEKA中，监督和非监督重采样有什么不同？

我想知道weka.filters.supervised.instance.Resample和weka.filters.unsupervised.instance.Resample有什么区别？ 在哪些情况下，我们应该分别使用它们？ 推荐答案 监督和非监督重采样的文档都相同，但 监督重采样的文档有以下附加语句： 可以使过滤器保持子样本中的类分布， 或使班级分布偏向均匀分布。 监 ..

发布时间：2022-05-27 12:05:10 java machine-learning classification weka resampling Java开发

R：使用RORR绘制多条不同颜色的ROC曲线

以下代码摘自@adibender对“一条曲线图中的多条ROC曲线”的回答。代码部分来自？plot.Performance。 library(ROCR) data(ROCR.simple) preds ..

发布时间：2022-05-23 15:08:40 r plot machine-learning data-mining roc AI人工智能

为什么F度量是调和平均值，而不是精确度和召回率度量的算术平均值？

当我们同时考虑精度和召回率时，我们取这两个度量的调和平均值，而不是简单的算术平均值。 取调和平均值而不是简单平均值背后的直观原因是什么？ 推荐答案 这里我们已经有了一些详细的答案，但我认为更多关于它的信息会对一些想要深入研究(特别是为什么要研究F度量)的人有所帮助。 根据测量理论，综合测量应满足以下6个定义： 连通性(两对可排序)和传递性(如果e1>；=e2且e2 ..

发布时间：2022-05-23 15:03:20 machine-learning classification data-mining AI人工智能

提高功能重要性

我正在处理一个分类问题。我有大约1000个功能和目标变量有2个类。所有1000个要素的值都为1或0。我正在尝试确定功能重要性，但我的功能重要性值从0.0%到0.003不等。我不确定这么低的值是否有意义。 是否有方法可以提高功能重要性。 # Variable importance rf = RandomForestClassifier(min_samples_split=10, rand ..

发布时间：2022-04-24 21:41:01 python machine-learning classification random-forest AI人工智能