小编Mar*_*ark的帖子

我正在学习和试验神经网络,并希望得到更多有经验的人对以下问题的意见:

当我训练的Keras自动编码("mean_squared_error"损失函数和SGD优化),确认损失正在逐渐下降.并且验证准确性正在提高.到现在为止还挺好.

然而,过了一段时间,损失不断减少,但准确性突然回落到低得多的低水平.

• "正常"或预期的行为,准确度是否会迅速上升并保持高位以突然回落？
• 即使验证损失仍在减少,我是否应该以最大准确度停止训练？换句话说,使用val_acc或val_loss作为指标来监控提前停止？

看图像:

损失:(绿色= val,蓝色=火车]

准确度:(绿色= val,蓝色=火车]

更新:下面的评论指出了我正确的方向,我想我现在更了解它.如果有人能确认以下是正确的,那就太好了:

• 准确度度量衡量y_pred == Y_true的百分比,因此仅对分类有意义.

• 我的数据是真实和二进制功能的组合.精度图上升非常陡然然后回落,而损失继续减少的原因是因为大约5000年左右,网络可能正确地预测了+/- 50%的二进制特征.当训练继续,围绕划时代12000,实际和二进制功能预测在一起改善,因此减少损失,但单独的二元特征的预测,都有点不太正确.因此,精度下降,而损失减少.

当我在pandas datafame上应用kurtosis函数时,我总是得到以下错误:

AttributeError:无法访问'DataFrameGroupBy'对象的可调用属性'kurt',尝试使用'apply'方法

以下示例代码适用于所有其他统计函数(mean(),skew(),...),但不适用于峰度.

df = pd.DataFrame([[0,1,1,0,0,1],[0,1,2,4,5]]).T
df.columns = ['a','b']
df.groupby('a').kurt()

知道如何在groupby之后应用kurtosis吗？谢谢 !

我是Django的新手,我正在尝试构建一个应用程序来在表格和图表中显示我的数据.直到现在我的学习过程非常顺利,但现在我有点卡住了.

我的网页浏览从数据库中检索大量数据并将其放入上下文中.然后模板生成不同的html表.到现在为止还挺好.
现在我想为模板添加不同的图表.我设法通过定义<img src=".../> tags.Matplotlib图表在我的chartview中生成一个返回的via:

response=HttpResponse(content_type='image/png')
canvas.print_png(response)
return response

现在我有不同的问题:

1. 数据从数据库中检索两次.一旦进入页面视图以呈现表格,再次在图表视图中进行制作图表.将页面上下文中的数据传递给chartview的最佳方法是什么？
2. 我需要很多图表,每个图表都有不同的数据集.我可以为每个图表制作一个图表视图,但可能有更好的方法.如何将不同的数据集名称传递给chartview？有些图表有20个数据集,所以我不认为通过url传递这些数据集参数(如:)<imgm src="chart/dataset1/dataset2/.../dataset20/chart.png />是正确的方法.
   有什么建议？