___ qstnhdr ___ Satzähnlichkeit mit keras
___ answer40976201 ___
Die Nanotechnologie ist ein häufiges Problem in der Deep Learning Regression. Da Sie ein siamesisches Netzwerk verwenden, können Sie Folgendes versuchen:
- Überprüfen Sie Ihre Daten: Müssen sie normalisiert werden?
- Versuchen Sie, eine dichte Schicht als letzte Schicht in Ihr Netzwerk aufzunehmen, aber seien Sie vorsichtig, wenn Sie eine Aktivierungsfunktion, z. ablehnen
- versuche, eine andere Verlustfunktion zu verwenden, z.B. kontrastiven_verlust
- kleiner Ihre Lernrate, z.B. 0,0001
- cos-Modus behandelt nicht sorgfältig mit Division durch Null, könnte die Ursache von NaN
sein
Es ist nicht einfach, tiefes Lernen perfekt zu machen.
___ qstntxt ___
Ich versuche eine Satzähnlichkeitsarchitektur basierend auf dieser Arbeit mit dem STS-Datensatz zu implementieren. Labels sind normalisierte Ähnlichkeitswerte von 0 bis 1, daher wird angenommen, dass es sich um ein Regressionsmodell handelt.
Mein Problem ist, dass der Verlust ab der ersten Epoche direkt zu %code% geht. Was mache ich falsch?
Ich habe schon versucht, auf die neuesten Keras und Theano Versionen zu aktualisieren.
Der Code für mein Modell lautet:
%Vor%
Ich habe auch versucht, eine einfache %code% anstelle der %code% Ebene zu verwenden, aber es hat das gleiche Ergebnis.
%Vor%
___ tag123keras ___ Keras ist eine minimalistische, hochgradig modulare neuronale Netzwerkbibliothek, die eine Python-API auf hohem Niveau bietet, die Rapid Prototyping ermöglicht und die Verwendung eines von mehreren rechnergestützten Back-Ends ermöglicht.
___ tag123essencesimilarity ___ hilf uns dieses Wiki zu bearbeiten
___ answer44359356 ___
Ich bin nicht auf das %code% Problem gestoßen, aber mein Verlust würde sich nicht ändern. Ich habe diese Information gefunden
überprüfen Sie dies
%Vor%
___ tag123python ___ Python ist eine dynamische und stark typisierte Programmiersprache, die die Usability betont. Zwei ähnliche, aber größtenteils inkompatible Versionen von Python sind weit verbreitet (2 und 3). Wenn Sie eine versionsspezifische Python-Frage haben, sollten Sie die Tags [python-2.7] oder [python-3.x] zusätzlich zum Tag [python] verwenden. Wenn Sie eine Python-Variante wie jython, pypy, iron-python usw. verwenden, kennzeichnen Sie diese bitte entsprechend.
___