小编WVJ*_*Joe的帖子

为什么我的等高线图的一部分显示为白色?

我正在使用 Pythonmatplotlib.pyplot.contourf创建带有颜色条的数据的等高线图。我已经无数次成功地做到了这一点,即使使用相同变量的其他层也是如此。但是,当值变小时(大约为 1E-12)时,轮廓的部分显示为白色。白色也不会出现在颜色栏中。有谁知道这是什么原因以及如何解决这个问题?错误的轮廓附在下面。

轮廓不好

a1 = plt.contourf(np.linspace(1,24,24),np.linspace(1,20,20),np.transpose(data[:,:,15]))
plt.colorbar(a1)
plt.show()
Run Code Online (Sandbox Code Playgroud)

python matplotlib contourf

3
推荐指数
1
解决办法
886
查看次数

在回归(非分类)问题中使用 softmax 作为隐藏层激活函数可以接受吗?

我之前对 ML 模型进行过手动超参数优化,并且总是默认使用tanhrelu作为隐藏层激活函数。最近,我开始尝试使用 Keras Tuner 来优化我的架构,并意外地将softmax作为隐藏层激活的选择。

我只见过softmax在输出层的分类模型中使用,从未作为隐藏层激活,尤其是回归。该模型在预测温度方面具有非常好的性能,但我很难证明使用该模型的合理性。

我看过类似这样的帖子,其中讨论了为什么它应该仅用于输出,但是我的情况有什么理由吗?我将整体架构展示如下,供参考。

model = Sequential()
model.add(Dense(648, activation='relu',input_shape=(train_x.shape[1],)))
model.add(Dropout(0.3))
model.add(LayerNormalization())
model.add(Dense(152,activation='relu'))
model.add(Dropout(0.15))
model.add(LayerNormalization())
model.add(Dense(924,activation='softsign'))
model.add(Dropout(0.37))
model.add(LayerNormalization())
model.add(Dense(248,activation='softmax'))
model.add(Dropout(0.12))
model.add(LayerNormalization())
model.add(Dense(1,activation='linear'))
model.compile(loss='mse',optimizer='Adam')
Run Code Online (Sandbox Code Playgroud)

python keras softmax

3
推荐指数
1
解决办法
643
查看次数

标签 统计

python ×2

contourf ×1

keras ×1

matplotlib ×1

softmax ×1