问题标签 [mlp]
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.
tensorflow - Google Colab TPU 比 GPU 需要更多时间
下面是我正在使用的代码。我注释掉了将我的模型转换为 TPU 模型的行。使用 GPU 处理相同数量的数据，一个 epoch 需要 7 秒，而使用 TPU 需要 90 秒。
这是笔记本的链接
python - TypeError: predict() 接受 2 个位置参数，但给出了 3 个
我在 stackoverflow 上查找了这个错误并找到了几篇帖子，但没有人解决这种特定情况。
我有以下数据框：
输入变量和输出变量在此代码中定义：
我的目标是根据输入 (x) 猜测输出值 Q & r。我尝试了两种方法，但都失败了。对于第一个，我尝试了一个多输出回归器。
我首先将测试数据和训练数据中的数据分开：
然后导入函数：
然后尝试预测 Q & r：
这给了我错误：
我做错了什么，我该如何解决？
接下来我尝试的是神经网络。分配 x 和 y 列后，我制作了神经网络：
然后我创建了一个神经网络的实例：
我得到了需要预测的 8 个输入和 2 个输出。
然后我训练了神经网络：
然后我想查询猜测的输出，现在它出错了：
所以我想用 Q (Q*) & r (r*) 的猜测在数据框中添加 2 个额外的列：
我真的不知道如何正确地做到这一点。上面的代码给了我错误：
任何帮助表示赞赏。
史蒂文
machine-learning - 如何使用机器学习算法设置多类？
我使用 XGboost、Randomforest(sklearn)、SVM(sklearn) 和 MLPclassifier(sklearn) 作为分类器。我想为多标签类设置这些模型。我该如何设置？
python - 在 scikitlearn 中训练 MLPClassifier 时是否可以分配成本矩阵？
我试图找到一个关于在使用 MLPClassifier 训练神经网络时是否可以分配成本矩阵的答案，但我没有。我有一个不平衡的数据集；我 90% 的数据是 A 类，10% 是 B 类。此外，我对识别 B 类的实例更感兴趣。所以，我想因错过 B 类而受到惩罚，否则，模型将学会始终预测A 类并获得 90% 的准确率。我唯一的解决方案是对训练集进行过采样/欠采样吗？
python - AttributeError：“元组”对象没有“适合”属性
我想使用带有 XGBoost 和 Mlpregression 的 bagging 如果我使用一种算法，它将正常工作
但如果我这样使用它
它不起作用并向我显示此错误
我应该怎么做才能解决这个问题？
python - MLP 分类器：“ValueError：未知标签类型”
我正在尝试使用 MLP 分类器创建一个基本的 NN。当我使用该方法时mlp.fit，出现以下错误：
ValueError：未知标签类型：（数组（[
在我的简单代码下面
其实我不明白为什么该方法fit不喜欢X_trainand的浮点类型Y_train。
只是为了让矩阵维度下的所有内容都清楚：
我希望我以正确的方式问它，谢谢。
在完整的错误下方：
python-3.x - 在 python 中使用 MLPClassifier 的 loss_curve_ 属性时出错
我在 python 中使用 MLPClassifier，我正在尝试使用 loss_curve_ 属性，但我有这个错误"'MLPClassifier' object has no attribute 'loss_curve_'"。关于我需要什么进口的任何想法？我已经尝试过“从 sklearn 导入指标”，但它没有用。
machine-learning - 了解隐藏层、感知器、MLP
我是 AI 新手，我正在尝试理解感知器、隐藏层、MLP 等的概念。
在下面的代码中，我想了解我们有多少层，包括输入和输出，隐藏层的数量
以下是模型的摘要
scala - Spark MultilayerPerceptronClassifier 类概率
我是一位经验丰富的 Python 程序员，试图将一些 Python 代码转换为 Spark 以完成分类任务。这是我第一次在 Spark/Scala 工作。
在 Python 中，Keras/tensorflow 和 sci-kit Learn 神经网络在多类分类方面做得很好，我能够轻松地返回前 3 个最可能的类以及对这个项目至关重要的概率。
我通常成功地将代码移动到 Spark (Scala)，并且能够生成正确的预测，但我无法找到一种方法来从 MLlib 中的 MultilayerPerceptronClassifier 返回最高预测类的概率。
我找到的最接近的解决方案是在这篇文章中：如何从 MultilayerPerceptronClassifier 中获取分类概率？ 但是，我无法使帖子中的解决方案正常工作，因为它缺少关键代码，或者我对 Scala 太陌生（可能是后者），无法进行必要的调整。
有没有人解决过这个问题？
这些是我环境中的当前版本。Spark 版本：2.1.1 Scala 版本：2.11.8
谢谢你的帮助，
RKB
keras - 神经网络只从二元类中预测一个类
我的任务是在工厂学习缺陷物品。这意味着，我尝试检测有缺陷的商品或优质商品。这导致了一个类占主导地位的问题（一类占数据的 99.7%），因为有缺陷的项目非常罕见。训练准确度为 0.9971，验证准确度为 0.9970。听起来很神奇。但问题是，该模型只预测所有商品都是 0 类，即优质商品。这意味着，它无法对任何有缺陷的商品进行分类。我怎么解决这个问题？我检查了其他问题并尝试了，但我仍然有这种情况。总数据点为 122400 行和 5 个特征。
最后我的测试集混淆矩阵是这样的
这做得很糟糕。
我的代码如下：
谢谢