作者查詢 / st1009
作者 st1009 在 PTT [ Python ] 看板的留言(推文), 共147則
限定看板:Python
看板排序:
全部TurtleSoup15187CFantasy859DataScience309PttEarnMoney257story250StupidClown248Little-Games197graduate175PokemonGO173soul171MartialArts153CSonline147Python147ask136TigerBlue107NetSecurity103CGI-Game102Boy-Girl97WomenTalk78PHP75CyberSecure67Linux66Grad-ProbAsk51ChineseChess47Gossiping46YUGIOH45iOS32joke31poem31LaTeX26Ajax24Minecraft24Zombie22C_and_CPP17MiHoYo14Math13PTT25_Game13AntiVirus12BBSmovie12MobileComm12Physics12C_Chat10ChineseMed10CATCH9Web_Design9CodeJob8PttBug8Tech_Job8Beauty7SENIORHIGH7meditation6nb-shopping6CCK-FREE5marvel5Aves4LightNovel4Wanted4ascii_wanted3dog3MATLAB3PttGames3Sub_CS3third-person3AKB482cat2CSSE2Facebook2FamilyCircle2fastfood2GameDesign2Jing-Ru2JJ2kawaii2Mind2Notebook2Ptt-Press2Question2soho2Stock2Taiwan3192Taoyuan2Abin1AngelPray1Archery1Balloon1bearbabes1CCK1Cheer1chess1CHSH_98_3201coba1CSIE_Volley1Della1DigiCurrency1EatToDie1Fantasy1firsttime1GO1Hearthstone1Hualien1Ind-travel1Instant_Food1japanavgirls1Leehom1literature1logic1Magic_Power1Marginalman1movie1NicholasWu1Railway1RegExp1RENE1rynn1SD-GundamOL1Shu-Lin1Soft_Job1SongShan1Statistics1Sub_GPlaying1TCFSH69th3131tellstory1Thirteen1Touhou1TPC_Police1Xiao-yu1yoga1YOLO1<< 收起看板(128)
2F→: 原來有這種方便的函式!非常感謝您 <312/17 00:14
5F推: 我記得VS code的介紹說,他介面可以自定義成自己想的排版10/27 18:59
3F推: 非常感謝大大的經驗分享<(_ _)>09/22 20:22
3F推: 非常感謝您無私的教學!!m(_ _)m09/22 11:01
4F推: 話說使用softmax真的都是1,就算降低層數也是Q09/22 14:49
12F→: 我做的其實是2元分類,基本上跑出來的數值大於0.5我就視為09/22 20:23
13F→: 1,小於視為0這樣,sigmoid是為了把數值縮在0~1方便判斷09/22 20:24
14F→: 跑我程式,看到藍色的點就是正確的答案~09/22 20:26
27F推: 其實...我有學過統計阿...我的實驗是參考我學長的正式論文09/22 21:10
28F→: ,只是他的分類是用邏輯回歸,而審查委員希望使用DL,所以09/22 21:13
29F→: 接下來我們就使用DL來進行分類...09/22 21:14
34F推: 基本上如果可以我也希望直接跑出01啦09/22 21:25
35F→: https://goo.gl/F8CeB1 但如這篇文說神經元像邏輯回歸,可09/22 21:26
36F→: 是我看的那篇論文就是在sigmoid後,把0.5以上視為109/22 21:27
37F推: 如果v大認為我是紅綠藍三色編碼012那樣的話,其實我不是,09/22 21:32
38F→: 我輸入的類別資料是經過TF-IDF及NGD計算轉化過的09/22 21:33
41F推: 是的,我之後應該會改掉,只是還沒確定怎改09/22 22:53
45F推: 嗯,註解是因為範例版是用reduce_mean,但我覺得怪怪的...09/22 22:55
46F→: 所以刪除用用看,但沒看到明顯改善,所以就先註解了 >///<09/22 22:56
47F推: 其實不只是沒有明顯改善...是用了根本無法訓練...09/22 22:59
49F推: https://pastebin.com/n114yHzZ09/22 23:03
50F→: 這是我現在正在嘗試的程式碼,跑成功時有83%準確率,但...09/22 23:04
51F→: 不知為何常常跑不起來,可能是初始權重問吧...09/22 23:05
54F推: 好的,我會研究的 <309/22 23:07
55F→: 那...我等等多加一些註解(?09/22 23:08
57F推: 我跟組員討論過,可以,但還沒找到範例>"<09/22 23:13
61F推: https://pastebin.com/ZDcwta2g 我加了些註解,說明每個09/22 23:17
62F→: 區塊再做甚麼,希望這可以讓您閱讀方便些09/22 23:17
63F推: 嗯,等我研究好keras,應該就會用他了>////<09/22 23:21
70F推: 嗯,只要審查委員不要再提奇怪意見,應該不會超過2元分類09/22 23:37
72F→: ,因為目前實驗只需要做是否的判斷09/22 23:37
73F→: P.S我已經載好keras了 -////-09/22 23:38
75F→: https://keras-cn.readthedocs.io/en/latest/#keras09/22 23:39
76F→: 目前正在讀這個>////<09/22 23:39
78F推: 嗯阿...我剛載好keras...用過有問題再研究sklearn好了>"<09/22 23:43
81F推: 具體我跟教授都不知道,可能是因為我們的數據會慢慢長大吧09/22 23:54
82F→: 那個評審委員很奇怪...只要我教授投一次論文,就算跟本實09/22 23:54
83F→: 驗無關的論文,他都會特別提到這篇,說要做DL...09/22 23:55
84F→: 甚至他還說我們廣而不精,所以...我教授就派我和組員來做09/22 23:56
85F→: DL了...09/22 23:56
87F推: 每天成長10~80比數據左右,如果改架構,可能一天提升上千09/22 23:58
88F→: 到上萬筆數據,不過等熟了才會做大09/22 23:58
91F推: 是可以做到上萬筆,我們使用爬蟲每天再網路上抓資料,之後09/23 00:03
92F→: 還會架相關實驗網站,那時候確實有機會09/23 00:04
95F推: 其實DL就是一種ML不是嘛?09/23 10:17