-
0 votesanswersviews
lme4中的警告消息，用于3年前未出现的生存分析
我正在尝试使用 lme4 包将广义线性混合效应模型拟合到我的数据中 . 数据可描述如下（见下面的例子）：28天内鱼类的存活数据 . 示例数据集中的解释变量是： Region 这是幼虫起源的地理区域 . treatment 每个地区的鱼类子样本升高的温度 . replicate 整个实验的三次重复之一 tub 随机变量 . 总共15个桶（用于维持水族箱中的实验温度）（5个温度中的每个... -
1 votesanswersviews
融合问题LME4版本1.1-11
我和一个学生一起工作，用GLMER运行一些模型，我们发现，使用相同的代码，模型会聚合我，而不是他 . 即他会收到如下错误消息：警告消息：在checkConv（attr（opt，“derivs”），opt $ par，ctrl = control $ checkConv，：模型无法收敛max | grad | = 0.00261244（tol = 0.001，组分1） 经过检查，我们意识到，因为我运... -
2 votesanswersviews
Matlab的fsolve收敛*但*似乎给出了错误的解决方案
我试图用fsolve求解一个非线性方程组;我们说吧 F（x; lambda）= 0，其中lambda是参数的向量，x是我想要求解的向量 . 我正在使用Matlab的fsolve . 我有2个参数lambda值，我想解决系统问题 . 对于lambda的一个值，我得到一个解决方案，这似乎没问题 . 对于lambda的另一个值，我再次得到一个解决方案（matlab以1的标志退出 . 但是我知道这不是一个... -
1 votesanswersviews
当使用keras训练多级nn时，丢失的原因可能不会更进一步
我正在使用keras训练一个多类神经网络（后端是张量流） . 我将在最终位置给出我的设置和一些代码 . 描述是：当我进行10个文件夹交叉验证时，训练损失和验证损失在最初的10-15个时期下降，但是在15个时期之后不能再进一步下降并且保持在约（损失：1.0606 - acc：0.6301- val_loss：1.1577 - val_acc：0.5774） . 我为我的设置尝试了几处更改 .... -
1 votesanswersviews
神经网络的重新运行不会收敛
我有一个用于语义分割的卷积神经网络，在Keras中使用Tensorflow后端实现 . 该架构是编码器 - 解码器类型，在编码部分使用卷积层和最大池，在解码部分使用解卷积层和上采样 . 要分开的两个类：感兴趣的对象和背景 . 最后一层有一个sigmoid激活，其余的有Relu . 模型的“中间”有一个批量标准化层 . 损失函数是交叉点的联合分数 . 学习算法：随机梯度下降，学习率为0.001，动量... -
1 votesanswersviews
来自lme4的GLMM的融合问题
我是混合模型的新手，在使我的模型收敛时遇到了一些麻烦 . 我已经查看了Stack Overflow和其他地方的其他问题并通过了this表，但没有运气 . 我有几个变量来源于扫描净横断面和陷阱陷阱，如丰度，多样性和生物量 . 实验设置为15个样地，在三个处理之间平均分配，每个样地被调查7次，总样本量为105.这里我将使用每个扫描网调查中发现的无脊椎动物的总丰度作为示例 . 这基本上是计数数据，具有泊... -
0 votesanswersviews
使用keras训练花卉数据集上的vgg，验证损失不变
我正在使用keras在VGG网络上做一些小实验 . 我使用的数据集是花卉数据集，有5个类别，包括玫瑰，向日葵，蒲公英，郁金香和雏菊 . 有些事情我无法弄清楚：当我使用一个小的CNN网络（不是VGG，在下面的代码中）时，它快速收敛并且在仅仅约8个时期之后达到约75％的验证准确度 . 然后我切换到VGG网络（代码中注释掉的区域） . 网络的损失和准确性根本没有改变，输出如下： 大纪元1/50 402... -
4 votesanswersviews
lme4 - 超出最大功能评估数
我用lme4运行一个简单的GLMM ... model1 <- glmer.nb(S ~ Days*Grazing*Biome + (Days|Site), data=mydata, verbose=T, control=ctrl) ...并从bobyqa："bobyqa -- maximum number of function evaluations exceeded&qu... -
3 votesanswersviews
BFGS无法融合
我正在研究的模型是一个多项logit选择模型 . 这是一个非常具体的数据集，因此其他现有的MNLogit库不适合我的数据 . 所以基本上，它是一个非常复杂的函数，它接受11个参数并返回对数似然值 . 然后我需要找到可以使用scipy.optimize.minimize最小化对数似然的最佳参数值 . 以下是我遇到的不同方法的问题： 'Nelder-Mead'：效果很好，总能给我正确答案 . 但是，它...