gpt4 book ai didi

CNTK分类模型Classifies all 1

转载 作者:行者123 更新时间:2023-12-01 00:08:14 24 4
gpt4 key购买 nike

我有一个 cntk 模型,它接收与点击和其他信息相关的特征,并预测将来是否会点击某些内容。在随机森林中使用相同的功能效果很好,但是,cntk 将所有 1 分类。为什么会这样?是否需要任何参数调整?这些特征具有不同的比例。我的训练 Action 如下所示:

    BrainScriptNetworkBuilder = [
inputD = $inputD$
labelD = $labelD$
#hidden1 = $hidden1$
model(features) = {
w0 = ParameterTensor{(1 : 2), initValueScale=10}; b0 = ParameterTensor{1, initValueScale=10};
h1 = w0*features + b0; #hidden layer
z = Sigmoid (h1)
}.z
features = Input(inputD)
labels = Input(labelD)

z = model(features)
#now that we have output, find error
err = SquareError (labels, z)
lr = Logistic (labels, z)
output = z

criterionNodes = (err)
evaluationNodes = (err)
outputNodes = (z)
]

SGD = [
epochSize = 4 #learn
minibatchSize = 1 #learn
maxEpochs = 1000 #learn
learningRatesPerSample = 1
numMBsToShowResult = 10000
firstMBsToShowResult = 10
]

最佳答案

除了 KeD 所说的,随机森林不关心特征的实际值,只关心它们的相对顺序。

与树不同,神经网络对特征的实际值很敏感(而不仅仅是它们的相对顺序)。

您的输入可能包含一些具有非常大值的特征。您可能应该重新编码它们。有不同的方案可以做到这一点。一种可能性是从每个特征中减去平均值并将其缩放为 -1,1 或除以它的标准差。正特征的另一种可能性是转换,例如 f => log(1+f)。您还可以使用批量归一化层。

关于CNTK分类模型Classifies all 1,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/43487263/

24 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com