必威英雄联盟问题标记(损失)

标签没有使用指南。

23个必威英雄联盟问题
通过过滤
标记
0.
投票
0.答案
33次观点

如何评估加强学习的学习效果

我是一名刚开始学习强化学习的学生。有没有一种方法可以评估强化学习的学习效果?
1
投票
1回答
52意见

有人可以解释我这个损失曲线说什么?

我当时在训练CNN的模特使用TensorFlow。过了一段时间,我回来看到了这条损失曲线:绿色的曲线是训练损失,灰色的是验证损失。我知道在大纪元394之前…
2
投票
1回答
36的观点

它们是什么意思“矛盾损失”?

在Page 4的纸质https://arxiv.org/pdf/2009.07047v1.pdf中,它表示编码器$ e_ {r,x} $ thies $ vae_1 $试图欺骗矛盾者,以确保$确保$R $和$ x $映射...
1
投票
0.答案
25次观点

WGAN-GP损失形式化

我必须写出我的网络的损失函数的形式化,它是按照WGAN-GP模型建立的。识别器以3个连续的图像作为输入(例如视频的3个连续帧)…
1
投票
1回答
54意见

为什么损失减少时的准确性降低,因为时期的数量增加了?

我一直试图找到我应该训练我的神经网络(我刚刚实现的)的最佳时代数。下面的可视化显示了神经网络正在运行一个变量…
0.
投票
0.答案
14次观​​点

损失函数在多类分类中具有更好的分类可分性

所以我试图在我的深度学习模型中加强更好的可分性并且想知道除了交叉熵损失我还能使用什么来做到这一点?可以在…中使用不同基底的对数吗
0.
投票
0.答案
40的观点

使用软演员 - 批评方法培训代理时,高斯政策的方差在培训代理时不会减少

我已经为连续动作空间写了自己的SAC(v2)版本。虽然培训,价值网络的损失和Q次函数稳步下降至0.02-0.03。损失 ...
1
投票
0.答案
34岁的观点

为什么多标签分类ANN的损失和准确性不会更换加班?

我遇到了一个奇怪的行为,我的多标签分类安…
2
投票
1回答
93意见

为什么L2损耗更常用于神经网络的损失,而不是其他损耗功能?

为什么L2损耗更常用于神经网络的损失,而不是其他损耗功能?L2是神经网络默认选择的原因是什么?
0.
投票
0.答案
44次观点

损失函数中的不可训练正则化

我训练了一个全卷积的网络用于语义分割。对于每个卷积块,我关联一个模块剪枝特征映射,以减少网络产生的信息量。从…
0.
投票
0.答案
41意见

vae kl发散损失真的很快降低

我是训练VAES的新手,我在一些16x16图像上使用它,其中包含一个来自物理实验的一些图像,其中一个或2个事件是一个或2个事件,除了一个或2个区域之外,图像主要是黑色......
1
投票
0.答案
39岁的观点

LSTM - MAPE损失功能在损耗计算前通过缩放数据进行更好的结果

我在建造一个LSTM预测价格图表。日军导致与...相比最好的损失功能
1
投票
0.答案
140的浏览量

UNET的最佳损失功能是什么,以预测每个像素值?

我预测使用过的9张图片来预测最后一张图片所以(40,40,9) - > unet - >(40,40,1),但是当你看到预测图片它不仅仅是一个面具(0or 1)必威电竞漂浮到哪个损失功能......
1
投票
1回答
68的浏览量

在DQN培训期间,损失值越小,政策是否就越好?

在DQN的培训过程中,我注意到具有优先体验重放(PER)的模型总体上比没有PER的DQN损失更小。平均平方损失是。
1
投票
0.答案
44次观点

MSE如何用多目标深网络应用?

我有问题了解如何在使用多维目标时应该使用MSE,例如3尺寸。(我的产出是连续值,而不是分类)让我们说我有...

15 30. 50 每个页面