问题标签 [logits]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
r - Logit 交叉验证未运行
使用“glm”方法运行活检数据集的训练算法,由于间隔数无效,我遇到了错误。
我试图运行 R 代码:
但我收到以下错误:
r - glmmLasso 错误“需要数字/复数矩阵/向量参数”
我正在尝试使用具有固定效果的逻辑链接函数来学习用于套索估计的 glmmLasso 包的机制,但我无法让一个虚拟示例正常工作。
错误来自最后一个命令:“n %*% s 中的错误:需要数字/复数矩阵/向量参数”。我理解错误本身,但在这种情况下我不理解它,因为 data.frame 本身都是数字的,并且 glmmLasso 包需要将分组变量分解为固定效果。该错误似乎也发生在方程中的所有变量子集(甚至删除因子变量)以及删除或更改其他选项时。
python - 形状不匹配、2D 输入和 2D 标签
我想创建一个神经网络,它——简单地说——从图像(灰度)中创建一个图像我已经成功创建了一个包含 3200 个输入和输出(标签)图像示例的数据集。(我知道数据集应该更大,但这不是现在的问题)
输入 [Xin] 的大小为 (3200, 50, 30),因为它是 50*30 像素 输出 [yout] 的大小是 (3200, 30, 20),因为它是 30*20 像素
我想尝试一个全连接网络(稍后在 CNN 上) 全连接模型的构建如下所示:
之后,我收到以下错误:
ValueError:形状不匹配:标签的形状(收到的 (19200,))应该等于 logits 的形状,除了最后一个维度(收到的 (32, 600))。
我已经尝试过让你变平:
但这导致了同样的错误
r - 样条逻辑回归中预测 logit 的变化取决于数据框中同一变量的其他值
我运行了以下模型:
当我尝试计算 edadc=0 的 logits 时,我会得到不同的结果:
当我写:
当我在 newdata2 中为 edadc 引入正值时,会发生不同的链接计算。
r - 固定效果 logit:R 中调整后的 r square-bife 包
我正在使用 R 中的 bife 包研究我的固定效应 logit 模型。
但问题是我需要调整后的 r 平方,目前我只能使用包结果计算正常的 r 平方。
这个包有什么功能可以做到这一点吗?
multinomial - 多元多项 Logit 软件包
我想共同估计 3 个变量。其中两个是分类的,另一个是二元的。所以我想到了一个“多元多项式logit模型”。我发现了很多关于它的理论(例如 Agresti 2007 Ch. 9 或 Beel and Paap 2014),但我找不到 R 的包。我可以使用内置函数或包吗?如果需要,我可以切换到二元多项 logit。
非常感谢您在这件事上的帮助!
tensorflow - 使用解码器隐藏状态和编码器输出计算张量流中 Bahdanau 注意力的注意力分数
这个问题与此处显示的神经机器翻译有关:神经机器翻译
self.W1
并在函数的self.W2
第 4 行和第 5 行中初始化为每个 10 个单元的密集神经层__init__
class BahdanauAttention
在随附的代码图像中,我不确定我是否理解在第 17 行和第 18 行中设置的前馈神经网络。所以,我将这个公式分解成几个部分。见第 23 行和第 24 行。
query_with_time_axis
是 的输入张量self.W1
,values
是 的输入self.W2
。并且每个计算函数Z = WX + b
,并将 Z 加在一起。加在一起的张量的维度是(64, 1, 10)
和(64, 16, 10)
。我假设两者都是随机的权重初始化,self.W1
并由幕后self.W2
处理。Keras
问题:
将 Z 加在一起之后,tanh
应用非线性 (self.V
score
对于最后一步,我们不对 的结果应用激活函数(tanh 等)self.V(tf.nn.tanh(self.W1(query_with_time_axis) + self.W2(values)))
,以从最后一个神经网络层获得单个输出。
最后一步没有使用激活函数有什么原因吗?
python - ValueError:logits 和标签必须具有相同的形状 ((None, 4) vs (None, 1))
我尝试制作一个卷积神经网络来对狗和猫进行分类。我在标题中提到了错误。
从我的搜索来看,有人说错误属于不同版本的tensorflow和keras库,也有人说这是语法错误。我会把我的代码留在这里,告诉我哪里出错了。
错误是:
r - 如何解决R中要替换的错误数量不是替换长度的倍数的问题?
我正在尝试使用 GAM 和栅格进行空间预测。我有一个深度数据(Depth_R.asc)的栅格文件,以及来自 248 个位置的物种的存在和不存在数据(Depth.csv)。首先我拟合了这 248 个数据,然后使用 raster:predict 函数预测物种在整个研究区域深度数据 (Depth_R.asc) 上的出现概率。但是当我想这样做时,出现以下错误: p[-naind, ] <- predv 中的错误:要替换的项目数不是替换长度的倍数此外:警告消息:1:在 predict.gam(model , blockvals, ...) : 并非所有必需的变量都已在 newdata 中提供!
所有数据均可在以下网址获得:https ://drive.google.com/drive/folders/15uRsWqgG0tcOlfuU9WSF-vTG6gJkuhLd?usp=sharing
我的代码是:
如何解决这个问题呢?