我正在通过变分推理为具有 1 个特征的小型数据集上的回归任务训练 mlp。 nn 有效并且训练损失下降但验证损失有随机尖峰,我不明白如何避免它们 训练的结果几乎总是这样我怎样才能避免这个问题? ...
我正在通过变分推理为具有 1 个特征的小型数据集上的回归任务训练 mlp。 nn 有效并且训练损失下降但验证损失有随机尖峰,我不明白如何避免它们 训练的结果几乎总是这样我怎样才能避免这个问题? ...
我正在尝试使用一些观察来学习多元正态协方差矩阵(Sigma,∑)。 我采用的方法是使用 pytorch.distributions.MultivariateNormal: 我没有。 我尝试摆弄 loc 和 scale_tril 参数的尺寸。 似乎没有任何效果。 有任何想法吗? 我显然可以自己实现这一 ...
大家好我从 tensorflow 概率开始,我在解释我的贝叶斯神经网络输出时遇到了一些困难。 I'm working on a regression case, and started with the example provided by tensorflow notebook here: h ...
我正在尝试保存下面的张量流模型: 但我面临这个错误:TypeError: cannot pickle 'module' object 有人知道这个问题吗? 那是张量流概率的错误吗? 提前致谢。 ...
我们正在寻找 r 库 bsts 的紧密 pythonian 实现。 准确地说,我正在寻找可以让我从fbprophet模拟“add_regressor”功能的东西。 已经尝试过 Pybsts(kernel 一直在死),并且根据tensorflow_probability Github 帐户上的一个线 ...
我有一个非常大的数据集(700 万行,54 个特征),我想使用XGBoost拟合回归模型。 为了训练最好的模型,我想使用scikit-optimize BayesSearchCV对不同的超参数组合重复运行拟合,直到找到性能最佳的集合。 对于给定的超参数集, XGBoost需要很长时间来训练模型,因 ...
我想使用tf.GradientTape()计算tensorflow_probability层上的梯度。 这是相当简单的使用普通层,例如密集层 但是,如果我使用 DenseReparameterization 执行此操作,则毕业生注册无。 谁能告诉我如何解决这个问题,使渐变被录音并注册? ...
我正在尝试在 Pytorch 上使用 Mc Dropout 实现贝叶斯 CNN,主要思想是通过在测试时应用 dropout 并运行多次前向传递,您可以获得来自各种不同模型的预测。 我需要获得不确定性,有没有人知道我该怎么做,请 这就是我如何定义我的 CNN ''' 这是 mc dropout 的 ...