Câu hỏi được gắn thẻ «tensorflow»

Một thư viện Python để học sâu được phát triển bởi Google. Sử dụng thẻ này cho bất kỳ câu hỏi về chủ đề nào mà (a) liên quan đến dòng chảy căng như là một phần quan trọng của câu hỏi hoặc câu trả lời dự kiến, & (b) không chỉ là về cách sử dụng dòng chảy căng.


1
Softmax_cross_entropy_with_logits khác với softmax_cross_entropy_with_logits_v2 như thế nào?
Cụ thể, tôi cho rằng tôi tự hỏi về tuyên bố này: Các phiên bản chính trong tương lai của TensorFlow sẽ cho phép độ dốc chảy vào đầu vào nhãn trên backprop theo mặc định. Mà được hiển thị khi tôi sử dụng tf.nn.softmax_cross_entropy_with_logits. Trong cùng một thông điệp, …

3
Học máy: Tôi nên sử dụng một entropy chéo phân loại hoặc mất entropy chéo nhị phân cho dự đoán nhị phân?
Trước hết, tôi nhận ra nếu tôi cần thực hiện dự đoán nhị phân, tôi phải tạo ít nhất hai lớp thông qua thực hiện mã hóa một nóng. Điều này có đúng không? Tuy nhiên, có phải entropy chéo nhị phân chỉ dành cho dự đoán chỉ có một …











2
Sự khác biệt giữa các mẫu, các bước thời gian và tính năng trong mạng lưới thần kinh
Tôi đang xem qua blog sau đây trên mạng thần kinh LSTM: http://machinelearningmastery.com/under Hiểu-stateful-lstm-recản-neural-networks-python-kasas / Tác giả định hình lại vectơ đầu vào X là [mẫu, bước thời gian, tính năng] cho cấu hình khác nhau của LSTM. Tác giả viết Thật vậy, các chuỗi chữ cái là các bước …

4
Có thể cung cấp hình ảnh có kích thước thay đổi như là đầu vào cho một mạng thần kinh tích chập?
Chúng ta có thể cung cấp hình ảnh với kích thước thay đổi làm đầu vào cho mạng thần kinh tích chập để phát hiện đối tượng không? Nếu có thể, làm thế nào chúng ta có thể làm điều đó? Nhưng nếu chúng ta cố gắng cắt hình ảnh, …

Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.