个人中心
文章发布
退出
作者热门文章
- html - 出于某种原因，IE8 对我的 Sass 文件中继承的 html5 CSS 不友好？
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景？
24
4
我正在研究二元分类问题，并在 TensorFlow 中使用 tf.contrib.learn.DNNClassifier 类。当仅针对 2 个类别调用此估计器时，它使用阈值 0.5 作为两个类别之间的截止值。我想知道是否有办法使用自定义阈值，因为这可能会提高模型的准确性。
我在网上搜索过，显然没有办法做到这一点。
任何帮助将不胜感激，谢谢。
最佳答案
tf.contrib.learn.DNNClassifier 类有一个名为 predict_proba 的方法，它返回给定输入属于每个类的概率。然后，您可以使用诸如 tf.round(prob+thres) 之类的内容通过自定义参数 thres 进行二进制阈值处理。
关于python - 将自定义阈值与 tf.contrib.learn.DNNClassifier 一起使用？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/44856964/
24
4
0
我已经成功地在深度神经网络模型上使用了来自tensorflow的mnist数据集，该模型是我从头开始编码的。现在我想尝试使用 tensorflow 中可用的更简单的 DNNClassifier 函数。
我尝试使用tensorflow制作一个句子分类器，如官方网站tf.contrib.learn Quickstart的示例所示。但使用我自己的数据，首先我通过使用字典将所有数据(不同长度的字符串)转换为
我一直在使用 TF 1.3 中的估计器接口(interface)，包括创建数据输入函数: training_input_fn = tf.estimator.inputs.pandas_input_fn
我想在 DNNClassifier 中使用单独的损失函数，因为我想使用的数据高度不平衡 tf.nn.weighted_cross_entropy_with_logits 作为损失函数，但我想我需要为它
我看了this了解如何在 Tensorboard 上可视化嵌入的教程。整个代码为here 。他使用卷积神经网络来训练模型。这是构建嵌入的核心部分: embedding = tf.Variable(t
我在 tensorflow 上训练了一个深度神经网络并用于预测一些示例，但是当我尝试使用 train.Saver() 保存它时我收到错误:“没有要保存的变量” 已经尝试过 train.Saver 像这
我正在使用 MNIST 教程中的代码: feature_columns = [tf.contrib.layers.real_valued_column("", dimension=4)] classi
我有一个巨大的训练 CSV 文件 (709M) 和一个大型测试 CSV 文件 (125M)，我想在使用高级 Tensorflow API 的上下文中将它们发送到 DNNClassifier。 似乎 f
我正在使用 DNNClassifier Estimator 来训练二元分类器。我想记录设备信息以验证我的模型是在 GPU 还是 CPU 上运行。 由于使用 Estimator 我们不处理 sessio
我是 tensorflow 新手，使用 official tutorial tf.estimator.DNNClassifier 和自定义估计器来构建简单的神经网络来解决分类问题。 训练时: dnn_
我是 ML 和 TF 方面的新手，我正在尝试使用 TensorFlow Serving 在 GCP 上托管原始 TensorFlow 模型。为此，我需要将 DNNClassifier 模型转换为 Te
我是 TensorFlow 新手，我想知道 DNNRegressor、DNNClassifier 和 DNNEstimator 之间有什么区别。我在官方指南中找不到它。 最佳答案 DNN 代表“深度神
我正在研究二元分类问题，并在 TensorFlow 中使用 tf.contrib.learn.DNNClassifier 类。当仅针对 2 个类别调用此估计器时，它使用阈值 0.5 作为两个类别之间的
我正在尝试使用一些简单的数据来测试 TensorFlow tf.estimator。DNNClassifier X = [[1,2], [1,12], [1,17], [9,33], [48,49],
有人能给我指出 tf.estimator.DNNClassifier (最初是 skflow)的基本工作示例吗？ 由于我熟悉 Sklearn，因此我很高兴在 this blog 上阅读有关 Sciki
尝试根据 Iris 数据集重现 Tensorflow 教程的结果 https://www.tensorflow.org/get_started/estimator 但是我无法运行它，因为存在属性错误我
我知道 DNNClassifier 现在是通过 estimator.DNNClassifier 训练的。在使用 contrib.learn.DNNClassifier 对其进行训练之前，我们可以使用
我编写了一小段代码来找到适合 CDC 数据集的最佳分类器。首先，我尝试了各种 scikit-learn 分类器，然后我决定添加 TF.Learn 分类器(DNNClassifier 和 LinearC
我是 TensorFlow 的新手，几天前才开始学习。我已经完成了本教程 ( https://www.tensorflow.org/versions/r0.9/tutorials/tflearn/in
我正在尝试训练 DNNClassifier labels = ['BENIGN', 'Syn', 'UDPLag', 'UDP', 'LDAP', 'MSSQL', 'NetBIOS', 'W
我是一名优秀的程序员,十分优秀！