ニューラル ネットワークを 50 回 (トレーニング) トレーニングしましたが、データを予測するためにどのネットワーク (50nets から) を選択すればよいかわかりません。 ....ご提案ありがとうございます

ニューラルネットワークを構築していました。重み更新ステップでは、平均誤差quadratiqurは0、たとえば

何が問題なのかわからない

私の新しいネットワークのサイズは次のとおりです。

入力 = 324 * 540 ターゲット = 10 * 540

このサイズの他のデータで試してみると

入力 = 81* 540 ターゲット = 10 * 540

できます。

多分問題は学習率にありますか？

コバルトの私のポートは現在、YouTube でライブ ストリームを再生できません。「再生エラー」ページが常に表示されます。調査の結果、HTMLMediaElement::LoadResource では常に LoadProgressive を呼び出そうとするのに対し、linux-x11 ポートは常に LoadMediaSource を呼び出すようです。構成がありませんか? 関連する場合は、デバッグ ログを提供できます。

src/starboard/shared/starboard/media/media_can_play_mime_and_key_systems.cc にある SbMediaCanPlayMimeAndKeySystem のスターボード実装の例を使用しています。

要求されたログは次のとおりです。

h264生ストリームをfmp4に多重化してMSE（メディアソース拡張）で再生できるプロジェクトに取り組んでいます

フレームの長さについて少し混乱しています。例えば、

30 フレームを提供し、タイムスケールが 1000 の場合、1 秒間再生されます。

タイムスケールを 800 に変更すると、同じ 30 フレームで 2 秒間再生されます

タイムスケールを 500 に変更すると、同じ 30 フレームが 3 秒間再生されます。

私の質問ですが、プレーヤーはどのようにしてタイムスケールから 1 フレームの長さを計算しますか?

rMSE 実装の何が問題なのかわかりません。MSE を損失関数として使用し、メトリックについても同じようにモデルをトレーニングしています。トレーニング後、evaluate関数を使用してテスト セットでモデルを評価し、関数を使用predictして値を取得します。次に、rMSE を適用します。私のコードは次のとおりです。

そして、私はこの結果を得ました：

しかし、12.0075311661 の 2 乗は 2.90274470011 ではありません。それで、何が悪いのですか？

循環平均二乗誤差損失を計算するために、TensorFlow にカスタム損失関数を実装しようとしています。

両方のベクトル (1D) である y と yPredict の真の値と予測値の差をとっています。j の範囲が -20 から 20 の別の変数 2*j*pi を追加しています。ただし、このコード行の計算に問題があるようです。

エラーメッセージは次のとおりです。

これは完全な関数と関数呼び出し、およびオプティマイザーへのリンク方法です。

関数：

関数呼び出し:

誰かがこれで私を助けてくれますか? ありがとう！

カスタマイズされた損失関数を使用し、エポック内で MSE をプロットしたいと考えています (Keras ライブラリを使用しています)。これは、ニューラル ネットワークに適合させて履歴を保存するために使用するコードです。

プロット関数を使用して MSE をプロットしようとすると

このエラーが発生します

どうすればそれを正しい方法でプロットできますか?

マスクされた MSE 損失を書き込もうとしていました。

私のモデル:

しかし、それはエラーを出します: TypeError: mae_loss_masked() takes 1 positional argument but 2 were given

この場合、バッチジェネレーターの出力がどのように見えるかという質問もあります。

Sklearn を使用して一連の株価データの線形回帰を実行しています。データを正規化した後、MSE はすべて 0 になります。MSE がすべて 0
になるのはなぜですか? そして、私を助けてください、誰かがそれはモデルの問題が原因だと言いました..しかし、私はpythonの初心者であり、本当に助けが必要です、事前に感謝します!

データセット内の 1 つの行の例を次に示します。

コード：

欠損値を中央値で埋める

在庫データを正規化

結果：

GLM または R の LM の損失関数として、RMSE の代わりに MAPE または MAE を提供するにはどうすればよいですか? R の LM アルゴリズムにカスタム損失関数を提供するオプションがない理由を知りたい