losses

TensorFlow入门6 -- 鸢尾(Iris)花分类，训练模型

本文用tf.losses.sparse_softmax_cross_entropy函
LabVIEW_Python·2020-03-24 23:05

TF.slim --学习笔记

importtensorflow.contrib.slimasslim2.组成部分：arg_scope:使得用户可以在同一个arg_scope中使用默认的参数data，evaluation，layers，learning，losses
听风1996·2020-03-11 08:59

Keras深度学习框架之损失函数

model.compile(loss='mean_squared_error',optimizer='sgd')或fromkerasimportlossesmodel.compile(loss=losses.mean_squared_error
云山之巅·2020-02-25 16:00

tensorflow 分类损失函数使用小记

多分类损失函数label.shape:[batch_size];pred.shape:[batch_size,num_classes]使用tf.keras.losses.sparse_categorical_crossentropy
一袋米要抗几楼·2020-02-18 09:52

tensorflow 分类损失函数使用小记

多分类损失函数label.shape:[batch_size];pred.shape:[batch_size,num_classes]使用tf.keras.losses.sparse_categorical_crossentropy
一袋米要抗几楼·2020-02-18 06:57

tensorflow 报错unitialized value的解决方法

Attemptingtouseuninitializedvaluemean_squared_error/total如图：原因一：使用了tf.metrics.mean_squared_error(labels,predictions)解决方法：1.将其换成tf.losses.mean_squared_error
Lisa_Ren_123·2020-02-06 14:14

分层损失的细粒度实体标注与链接《Hierarchical Losses and New Resources for Fine-grained Entity Typing and Linking》

论文代码数据数据不能正常下载的，看本文末。今天解读这篇论文与上一次分享的【细粒度实体标注】有些相同之处。一、背景这篇论文想用实数与复数对实体类别的层次结构进行双线性映射，来整合层次结构信息。二、模型细粒度实体标注链接问题定义如下：给定一个标注了实体的句子，eg：='BarackObamaisthePresidentoftheUnitedStates.'，对句中标注好的实体BarackObama从系
布口袋_天晴了·2019-12-01 05:44

pandas 基础入门 DataFrame的索引

'Bears','Bears','Bears','Packers','Packers','Lions','Lions','Lions'],'wins':[11,8,10,15,11,6,10,4],'losses
拙峰朽木·2019-10-31 09:45

Multi-Task Learning Using Uncertainty to Weigh Losses for Scene Geometry and Semantics

论文：https://arxiv.org/abs/1705.07115v31问题引出多任务联合学习可以提升各任务的学习效果，因为多任务可以共享数据集、共享低层特征。但多任务联合学习时，该如何对各子任务的损失函数进行加权才能取得最优的训练效果，这是本文所关心的问题。本文中作者提出的多任务如下图所示：对各任务的损失确定加权系数wiw_iwi可以有多种方式，把这些系数作为超参数进行调试的代价很大，因此作
cdknight_happy·2019-10-18 09:01

损失函数loss大总结（一）

blog.csdn.net/qq_14845119/article/details/80787753分类任务loss:二分类交叉熵损失sigmoid_cross_entropy：TensorFlow接口：tf.losses.sigmoid_cross_entropy
AugustMe·2019-08-30 11:07

TensorFlow tf.keras.losses.CategoricalCrossentropy

y_pred和y_true的形状是[batch_size,num_class],既每次输入batch_size是3,就是3个样本同时输入,分类数量是3,既one-hot编码是3个分类.cce=tf.keras.losses.CategoricalC
Claroja·2019-08-11 16:41

keras实现手写字体识别

1本次使用的keras基础模块losses损失函数optimizers优化目标函数，比如SGDdatasets常用数据集，比如mnistmodels序贯模型，比如Sequentiallayers神经网络中的层
吃不胖的奇女子·2019-06-04 15:06

[tf] tensorflow中加入正则化的方法

接着在建图的时候loss_reg=tf.add_n(tf.get_collection(tf.GraphKeys.REGULARIZATION_LOSSES))像这样使用tf.GraphKe
VanJordan·2019-04-28 14:09

TF：tf.losses.sparse_softmax_cross_entropy

tf.losses.sparse_softmax_cross_entropy(logits=logits,labels=labels)等价与tf.nn.sparse_softmax_cross_entropy_with_logits
Sinoai·2019-04-21 16:26

Tensorflow入门——分类问题cross_entropy的选择

tf.losses.softmax_cross_entropytf.losses.sparse_softmax_cross_entropytf.losses.sigmoid_cross_entropytf.contrib.losses.softmax_cross_entropyt
Hongtao洪滔·2019-04-21 02:39

深度学习手记（十）之TensorFlow中求loss的三种函数对比

而在TensorFlow中计算loss的函数有很多，其中使用比较多的是:tf.losses.sparse_softmax_cross_entropy()tf.nn.sparse_softmax_cross_entropy_with_logits
llh_1178·2019-04-17 21:51

PYTORCH BUG 总结！！！！！！！！！

bug2:cudaoutofmemory:这个问题出现有很多原因：先贴一个最近遇到的losses.append(loss.i
昕晴·2019-04-06 22:50

python深度学习--LSTM生成文本

importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltimportpylabfrompandasimportDataFrame,Seriesfromkerasimportmodels,layers,optimizers,losses
SunChao3555·2019-04-03 13:58

(三)快速图像风格转换代码解析

快速图像风格转换(四)快速图像风格迁移训练模型载入及处理图像整体架构：图1.0快速风格转换整体架构1源码文件结构|--conf|--eval.py|--export.py|--generated|--img|--losses.py
xdq101·2019-03-30 19:31

人工智能基础学习心得

=None:tf.add_to_collection('losses',tf.contrib.layers.l2_re
FAWKE·2019-03-30 16:04

python深度学习--处理文本数据（one-hot; word Embedding)

importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltimportpylabfrompandasimportDataFrame,Seriesfromkerasimportmodels,layers,optimizers,losses
SunChao3555·2019-03-12 21:27

python深度学习--卷积神经网络可视化

importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltimportpylabfrompandasimportDataFrame,Seriesfromkerasimportmodels,layers,optimizers,losses
SunChao3555·2019-03-11 20:19

python深度学习--预训练网络：特征提取和模型微调（接dogs_vs_cats）

importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltimportpylab,osfrompandasimportDataFrame,Seriesfromkerasimportmodels,layers,optimizers,losses
SunChao3555·2019-03-10 13:55

Keras手册记录之loss function，待更新

lossfunction:https://keras.io/losses/mean_squared_errorkeras.losses.mean_squared_error(y_true,y_pred)
阿喵要当程序员·2019-03-08 15:00

python深度学习--卷积神经网络（mnist）

importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltimportpylabfrompandasimportDataFrame,Seriesfromkerasimportmodels,layers,optimizers,losses
SunChao3555·2019-03-05 14:23

tf.keras损失函数总结

tf.keras损失函数一览keras.losses.mean_squared_errorkeras.losses.mean_absolute_errorkeras.losses.mean_absolute_percentage_errorkeras.losses.mean_squared_logarithmic_errorkeras.losses.squared_hingekeras.losse
yunfanDL·2019-02-26 15:08

语义分割 各种loss实现 python

Loss：1.Loglosslogloss其实就是TensorFlow中的tf.losses.sigmoid_c
别说话写代码·2019-02-19 11:38

python 处理数字,把大于上限的数字置零实现方法

如下所示：#coding=utf-8#用来处理数字，大于上限的数字置零f=open("/home/chuwei/桌面/trainA/loss/d_losses.txt")line=f.readline(
tiankong_hut·2019-01-28 08:22

tensorflow loss

tf.losses.get_total_loss函数tf.losses.get_total_loss(add_regularization_losses=True,name='total_loss')定义在
DRACO于·2019-01-17 15:35

解决 def get_weight(shape, lambda): 报错： ^ SyntaxError: invalid syntax 的问题

importtensorflowastf#获取一层神经网络边上的权重，并将这个权重的L2正则化损失加入名称为‘losses’的集合中defget_weight(shape,lambda):#生成一个变量
qq_34732729·2019-01-17 14:26

DataLoader RuntimeError Ran out of memory

mostrecentcalllast):File"train.py",line137,intrain(model,device,criterion,trainLoader,optimizer,epoch,losses
WJ_MeiMei·2019-01-11 13:52

tf损失函数相关内容

tf.losses模块tf.losses模块实际是对tf.nn.下面的loss函数的高级封装。
~扬之水~·2019-01-10 14:11

Keras错误：ValueError: expected dense_2 to have shape (10,) but got array with shape (1,)

对keras模型进行编译，当loss是categorical_crossentropy的时候，model.compile(loss=keras.losses.categorical_crossentropy
落叶_小唱·2018-12-18 15:34

TensorFlow神经网络：模块化的神经网络八股

=returny#给w赋初值，并把w的正则化损失加到总损失中defget_weight(shape,regularizer):w=tf.Variable()tf.add_to_collection('losses
petSym·2018-11-03 19:06

[論文筆記] Perceptual Losses for Real-Time Style Transfer and Super-Resolution

論文出處:PerceptualLossesforReal-TimeStyleTransferandSuper-ResolutionIntroduction以往StyleTransfer以及SuperResolution的task中，計算ground-truthimage與modeloutput的pixel之間對應的差異是最直觀的objectloss，然而在圖像的感知上，pixel-lossfunc
Chang Lee·2018-10-14 05:35

TensorFlow学习笔记

库1.TF-slim使用方法一般网络定义方法2.常用模块实现2.1残差单元2.2dropout层2.3批规范化batch_norm2.4全局平局池化globalaveragepooling2.5tf.losses
pan_jinquan·2018-10-11 14:57

tensorflow及python学习注意事项

1.slim库slim.losses.sum_of_squares()不能用因为tensorflow版本升级，应使用slim.losses.mean_squared_error()替代。
FromBen·2018-09-28 15:34

Perceptual Losses for Real-Time Style Transfer and Super-Resolution翻译

原文链接：https://www.jianshu.com/p/b728752a70e9。《基于感知损失函数的实时风格转换和超分辨率重建》Abstract摘要：我们考虑的图像转换的问题，即将一个输入图像变换成一个输出图像。最近热门的图像转换的方法通常是训练前馈卷积神经网络，将输出图像与原本图像的逐像素差距作为损失函数。并行的工作表明，高质量的图像可以通过用预训练好的网络提取高级特征、定义并优化感知损
一条咸咸咸咸咸鱼·2018-08-31 00:27

Perceptual Losses for Real-Time Style Transfer and Super-Resolution翻译

原文链接：https://www.jianshu.com/p/b728752a70e9。《基于感知损失函数的实时风格转换和超分辨率重建》Abstract摘要：我们考虑的图像转换的问题，即将一个输入图像变换成一个输出图像。最近热门的图像转换的方法通常是训练前馈卷积神经网络，将输出图像与原本图像的逐像素差距作为损失函数。并行的工作表明，高质量的图像可以通过用预训练好的网络提取高级特征、定义并优化感知损
一条咸咸咸咸咸鱼·2018-08-31 00:27

Perceptual Losses for Real-Time Style Transfer and Super-Resolution阅读（一）

一、文章出处PerceptualLossesforReal-TimeStyleTransferandSuper-Resolution，arxiv地址：https://arxiv.org/abs/1603.08155。二、文章内容因为在实训中只需要做风格转换的部分，并且这篇文章的最大贡献之一也是实现了实时的风格转换。上一篇阅读的文章，虽然效果好，但对于每一张要生成的图片，都需要初始化，然后保持CNN
一条咸咸咸咸咸鱼·2018-08-31 00:12

Perceptual Losses for Real-Time Style Transfer and Super-Resolution阅读（一）

一、文章出处PerceptualLossesforReal-TimeStyleTransferandSuper-Resolution，arxiv地址：https://arxiv.org/abs/1603.08155。二、文章内容因为在实训中只需要做风格转换的部分，并且这篇文章的最大贡献之一也是实现了实时的风格转换。上一篇阅读的文章，虽然效果好，但对于每一张要生成的图片，都需要初始化，然后保持CNN
一条咸咸咸咸咸鱼·2018-08-31 00:12

Perceptual Losses for Real-Time Style Transfer and Super-Resolution阅读（二）

三、损失函数虽然文章说的是perceptuallosss，但是感觉上跟上一篇文章的约束并没有什么区别，我们可以来看看。FeatureReconstructionLossj表示网络的第j层。CjHjWj表示第j层的feature_map的sizeStyleReconstructionLoss对于风格重建的损失函数，首先要先计算Gram矩阵，产生的feature_map的大小为CjHjWj，可以看成是
一条咸咸咸咸咸鱼·2018-08-31 00:02

Perceptual Losses for Real-Time Style Transfer and Super-Resolution阅读（二）

三、损失函数虽然文章说的是perceptuallosss，但是感觉上跟上一篇文章的约束并没有什么区别，我们可以来看看。FeatureReconstructionLossj表示网络的第j层。CjHjWj表示第j层的feature_map的sizeStyleReconstructionLoss对于风格重建的损失函数，首先要先计算Gram矩阵，产生的feature_map的大小为CjHjWj，可以看成是
一条咸咸咸咸咸鱼·2018-08-31 00:02

Perceptual Losses for Real-Time Style Transfer and Super-Resolution代码详解

按照文中所述的残差网络架构如下，只有结尾和开头的卷积核大小为9*9，其余均为3*3的卷积核，中间有5个残差块组成的bottleneck，最后利用tanh函数将图片的RGB值映射到0~255（原来是-1~1之间的）。conv1=_conv_layer(image,32,9,1)conv2=_conv_layer(conv1,64,3,2)conv3=_conv_layer(conv2,128,3,2
一条咸咸咸咸咸鱼·2018-08-31 00:54

Perceptual Losses for Real-Time Style Transfer and Super-Resolution代码详解

按照文中所述的残差网络架构如下，只有结尾和开头的卷积核大小为9*9，其余均为3*3的卷积核，中间有5个残差块组成的bottleneck，最后利用tanh函数将图片的RGB值映射到0~255（原来是-1~1之间的）。conv1=_conv_layer(image,32,9,1)conv2=_conv_layer(conv1,64,3,2)conv3=_conv_layer(conv2,128,3,2
一条咸咸咸咸咸鱼·2018-08-31 00:54

The GAN Landscape: Losses, Architectures, Regularization, and Normalization

TheGANLandscape:Losses,Architectures,Regularization,andNormalizationKarolKurach,MarioLucic,XiaohuaZhai
qq_36356761·2018-07-17 10:21

【Tensorflow】（二十一）：tf.losses.sparse_softmax_cross_entropy

tf.losses.sparse_softmax_cross_entropy(labels,logits,weights=1.0,scope=None,loss_collection=tf.GraphKeys.LOSSES
heiheiya·2018-07-13 16:00

加正则前后计算量变化

tf.float32)Wx=tf.placeholder(tf.float32,shape=[None,2])xy=tf.placeholder(tf.float32,shape=[None,1])yloss=tf.losses
xyq_learn·2018-07-13 13:30

损失函数loss大大总结

分类任务loss:二分类交叉熵损失sigmoid_cross_entropy：TensorFlow接口：tf.losses.sigmoid_cross_entropy(multi_class_labels
watersink·2018-06-23 23:44

tensorflow学习笔记五：用CNN进行图像分类

tensorflow升级到1.0之后，增加了一些高级模块：如tf.layers,tf.metrics,和tf.losses，使得代码稍微有些简化。
频率52HZ·2018-06-15 19:28
上一页 1 2 3 4 5 6 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他