softmax

    1

    1答えて

    19個の入力整数フィーチャがあります。出力とラベルは1または0です。私はtensorflow websiteからMNISTの例を調べます。 私のコードはここにある: validation_images, validation_labels, train_images, train_labels = ld.read_data_set() print "\n" print len(train_im

    0

    1答えて

    私の仕事で少し助けが必要です。今、私はニューラルネットワークの分類スコアのための出力層としてSoftmax層を使用しています。しかし、Softmaxレイヤーを出力レイヤーのロジスティックレイヤーに置き換える必要があります。私は複数のクラスに属するいくつかの入力を持っています。 Softmaxはすべてのクラスにわたって確率を示しており、そのクラスを最も高い確率で割り当て、閾値を決定して一度に複数のク

    4

    1答えて

    softmax回帰関数def softmax_1(x)を書きました。本質的にはm x nの行列をとり、行列を累乗して各列の指数を合計します。私は DF_activation_1 = pd.DataFrame(softmax_1(scores).T,index=x,columns=["x","1.0","0.2"]) は、だから私は試してみて、転置バージョンにとるソフトマックス関数のバージョンを

    2

    2答えて

    私は、 Hoffer and Ailon, Deep Metric Learning Using Triplet Network, ICLR 2015で説明されているCaffeで、三重項損失のsoftmaxバージョンを実装しようとしています。 私はこれを試しましたが、指数部のL2が2乗されていないため、勾配を計算するのが難しいと感じています。 誰かが私を助けてくれますか?

    7

    2答えて

    ニューラルネットワークライブラリについては、いくつかの活性化関数と損失関数とその派生関数を実装しました。それらは任意に組み合わせることができ、出力層の微分は、損失導関数と活性化導関数の積になります。 しかし、私はSoftmax活性化関数の派生を損失関数とは独立に実装することができませんでした。方程式の正規化すなわち分母のために、単一の入力アクチベーションを変更すると、1つではなく、すべての出力アク

    0

    1答えて

    私は現在、特徴ベクトルと分類を取り、それを既知のウェイトベクトルに適用してロジスティック回帰を用いて損失勾配を生成するプログラムを持っています。これがそのコードです:私は何をしようとしている double[] grad = new double[featureSize]; //dot product w*x double dot = 0; for (int j

    1

    1答えて

    は、私はこれは聞いてかなり愚かな質問かもしれませんが、知っているどのようなボルツマン分布を使用し、ソフトマックス行動選択を、実装しようとした瞬間に地獄.. I。私はについて少しわからないよ何 Formula は、あなたが特定のアクションを使用したい場合はどのように知らない方法ですか? 私はこの機能によって私に確率を与えてくれるのですが、それを使って実行したいアクションを選択するにはどうすればいいで

    1

    3答えて

    テンソルフロー関数sparse_softmax_cross_entropy_with_logitsが数学的に正確に行っていることを知りたいと思います。しかし、私はコーディングの起源を見つけることができません。 私を助けることができますか?

    7

    2答えて

    私は完全畳み込みネットワークのようなものを実装しようとしています。最後の畳み込みレイヤーはフィルタサイズ1x1を使用し、「スコア」テンソルを出力します。スコアテンソルの形状は[バッチ、高さ、幅、num_classes]です。 私の質問は、テンソルフローのどの機能が、他のピクセルとは無関係に、各ピクセルにsoftmax操作を適用できるかということです。 tf.nn.softmax操作はそのような目的

    0

    1答えて

    私の仕事は画像をピクセルごとに分類することです。画像の各ピクセルがクラスを持ち、CNNは各ピクセルがクラスの離散値を持つようにラベル画像を読み出すことができます(0-19 )。 相対値を再現していると思われるCNNがありますので、0.00001と0.00002の範囲のラベル画像に近似しています...しかし、クロスエントロピーを得るのに問題があります。それは離散的な値を持つ画像のラベル行列に頼ってい