首页
查找话题
首页
神经网络分类训练后得到的是连续的数怎么离散?
神经网络分类训练后得到的是连续的数怎么离散? 第1页
1
zhu-yong-chun-88 网友的相关建议:
多分类问题:
softmax之后取最大的那个值的index作为类别,再进行onehot编码。
二分类问题:
sigmoid之后得到一个概率p,卡一个阈值,大于该阈值标记为1,反之为0。
神经网络分类训练后得到的是连续的数怎么离散? 的其他答案 点击这里
1
相关话题
对自己深度学习方向的论文有idea,可是工程实践能力跟不上,实验搞不定怎么办?
人工智能就业前景越来越严峻了,你还在坚持吗?
百度学术能否替代 Google 学术网站?有没有其他选择?
在优化问题里,强化学习相比启发式搜索算法有什么好处?
图像处理和机器学习有什么关系?
如何将某个分布作为机器学习的特征?
985工科研一觉得快要退学了怎么办?
在计算资源有限的情况下,有什么深度学习的选题可以推荐/避免?
如何证明数据增强(Data Augmentation)有效性?
你见过哪些“人工智障”?
前一个讨论
CPython有GIL是因为当年设计CPython的人偷懒吗?
下一个讨论
python爬虫如何处理.js链接?
相关的话题
为什么说深度学习没有理论基础?
有哪些关于机器学习的真相还鲜为人知?
参加kaggle竞赛是怎样一种体验?
机器学习中使用正则化来防止过拟合是什么原理?
ICML 2018 有哪些值得关注的亮点?
有尝试用多层自组织特征神经网络(MLSOM)来代替层次分析法(AHP)的吗?会有哪些问题需要注意?
为什么nn的较大问题是会陷入局部最优时,不选用凸函数作为激活函数?
机器学习到底是什么,如何使用这项技术?
如何看待swin transformer成为ICCV2021的 best paper?
搞机器学习的生环化材是天坑吗?
如何评价谷歌刚推出的Cloud AutoML?
既然使用神经网络也可以解决分类问题,那SVM、决策树这些算法还有什么意义呢?
是不是机器学习的框架都偏向 Python ?如果是,为什么?
为啥gan里面几乎不用pooling?
加州大学伯克利分校为何能连续孵化出 Mesos,Spark,Alluxio,Ray 等重量级开源项目?
神经网络为什么可以(理论上)拟合任何函数?
简单解释一下sparse autoencoder, sparse coding和restricted boltzmann machine的关系?
熵权法确定权重的原理是不是因为它仅依赖于数据本身的离散性?
为什么 Non-Convex Optimization 受到了越来越大的关注?
加州大学伯克利分校为何能连续孵化出 Mesos,Spark,Alluxio,Ray 等重量级开源项目?
你见过最差的算法工程师能差到什么程度?
如何评价Hinton在加拿大多伦多大学关于用“capsule”作为下一代CNN的演讲?
transformer 为什么使用 layer normalization,而不是其他的归一化方法?
如何评价Google最新提出的gMLP:MLP模型在CV和NLP任务上均取得较好的效果?
统计模型和概率模型的区别是什么呢?
现在人工智能的某些学派,是不是跟中医有些像?
如何评价百度自动驾驶 ApolloAuto 在 Github 上发布的代码?
有哪些可以自学机器学习、深度学习、人工智能的网站?
机器全面代替人工劳动力的那一天,你能如何生存下去?
Transformer是如何处理可变长度数据的?
服务条款
联系我们
关于我们
隐私政策
© 2025-05-06 - tinynew.org. All Rights Reserved.
© 2025-05-06 - tinynew.org. 保留所有权利