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.
python - BiLSTM(双向长短期记忆网络)和 MLP(多层感知器)
我正在尝试使用 Bidirectional Long Short-Term Memory Networks 实现这篇论文的网络架构在广播电视中的说话人变化检测,作者是 Ruiqing Yin、Herve Bredin、Claude Barras,即在此处输入图像描述
该模型由两个 Bi-LSTM(Bi-LSTM 1 和 2)和一个多层感知器 (MLP) 组成,其权重在整个序列中共享。B. Bi-LSTM1 有 64 个输出(32 个前向和 32 个后向)。Bi-LSTM2 有 40 个(每个 20 个)。全连接层分别为 40 维、10 维和 1 维。前向和后向 LSTM 的输出被连接起来并前馈到下一层。共享的 MLP 由三个全连接的前馈层组成,前两层使用 tanh 激活函数,最后一层使用 sigmoid 激活函数,以输出 0 到 1 之间的分数。我参考了各种来源并提出以下代码,
我对 TimeDistributed 层感到困惑,它如何模拟 MLP,以及如何共享权重,您至少可以指出我做对与否。
python - 调整 MLPRegressor 超参数
我一直在尝试调整 MLP 模型的超参数以解决回归问题,但我总是收到收敛警告。
这是我的代码
我得到的警告是
我的数据集中有 87 个特征和 1384 行,都是数字的,并且已经使用 MinMaxScaler 进行了缩放。如果您能指导我调整超参数,我将不胜感激。
python-3.x - 为什么我的 MLP ROC_AUC 只绘制 3 个点
我正在尝试获得 ROC 曲线,但我的代码似乎正在绘制一个三角形。我想我做错了什么。我将不胜感激。
你能否回顾一下并建议我能做什么。尽管我并不惊讶我有一个三角形,因为如果我看看我的 fpr 和 tpr,只有 3 个值,我不明白为什么。我希望有更多的值会导致曲线。
我看到有人遇到了与此相同的挑战,但该解决方案似乎对我不起作用,因为我希望 fpr 和 tpr 返回超过 3 个值。
python - Keras:MLP 的结果很好,但双向 LSTM 的结果很差
Keras
我用aMLP
和 a训练了两个神经网络Bidirectional LSTM
。
我的任务是预测句子中的单词顺序,因此对于每个单词,神经网络必须输出一个实数。当处理一个包含 N 个单词的句子时,将输出中的 N 个实数排序,以获得表示单词位置的整数。
我在数据集上使用相同的数据集和相同的预处理。唯一不同的是,在LSTM
数据集中我添加了填充以获得相同长度的序列。
在预测阶段,LSTM
我排除了从填充向量创建的预测,因为我在训练阶段屏蔽了它们。
MLP架构:
双向 LSTM 架构:
使用 LSTM 可以更好地解决该任务,它应该可以很好地捕获单词之间的依赖关系。
但是,用MLP
我取得了很好的成绩,但用LSTM
的结果却很糟糕。
由于我是初学者,有人能理解我的LSTM
架构有什么问题吗?我快疯了。
提前致谢。
python - sklearn 的 MLP predict_proba 函数在内部是如何工作的?
我试图了解sklearn
MLP 分类器如何为其predict_proba
功能检索其结果。
该网站仅列出:
概率估计
而许多其他的,例如逻辑回归,有更详细的答案:概率估计。
所有类的返回估计值按类标签排序。
对于 multi_class 问题,如果 multi_class 设置为“多项式”,则 softmax 函数用于查找每个类的预测概率。否则使用one-vs-rest 方法,即使用逻辑函数计算每个类假设它为正的概率。并在所有类中标准化这些值。
其他模型类型也有更多细节。以支持向量机分类器为例
还有这篇非常不错的 Stack Overflow 帖子,它深入解释了它。
计算 X 中样本的可能结果的概率。
模型需要在训练时计算概率信息:拟合属性概率设置为 True。
其他例子
随机森林:
预测 X 的类别概率。
输入样本的预测类别概率计算为森林中树木的平均预测类别概率。一棵树的类概率是叶子中同一类的样本的分数。
我希望了解与上述帖子相同的内容,但对于MLPClassifier
. 内部工作如何MLPClassifier
?
python - AttributeError:“MLPClassifier”对象没有属性“best_loss_”
我在 scikit-learn 的 MLPClassifier 中试验了 warm_start 参数。但是,我在运行以下代码时收到错误消息。
以下是我的输出和错误消息。第一个 clf.fit() 能够运行完成,但第二个 clf.fit() 在 1 次迭代后产生错误消息。
如果我更改为warm_start = False
,则 clf.fit() 都能够运行完成。
keras - 我应该如何在 keras 模型中修复输入大小
我想使用 keras 用 MLP 实现 MNIST,一开始我只使用 2 层,但我得到了错误:“expected activation_9 有 3 个维度,但是得到了形状为 (60000, 10) 的数组”。我该如何解决它?**
**