使用MXNet远程编写卷积神经网络用于多标签分类

chunyu

赞，我用keras跑半天结果都是0，蒙圈中

zouquan

chunyu 发表于 2017-3-20 22:26
赞，我用keras跑半天结果都是0，蒙圈中

我们这边结果也一样，根本没有区分能力。
看来深度学习好像只能用它来提点特征，然后和已有的特征混在一起，再用svm分类

chunyu

zouquan 发表于 2017-3-20 22:58
我们这边结果也一样，根本没有区分能力。
看来深度学习好像只能用它来提点特征，然后和已有的特征混在一 ...

按说，比如蛋白质，序列差异还是很大的，再不济，多些隐层和大点参数规模，让它overfitting，也应该把训练数据记住。但目前状态是，训练半天，它把结果都预测为一样的值，不管训练数据还是测试数据，很奇怪的，感觉还是loss函数选择的不对或其他什么没找对，学习过程没能找到些山坡求梯度，而还在广阔的平原上瞎逛。

shixiang

linwei 发表于 2017-3-17 16:43
赞, 学习下快速实现的能力;
这里有别人整理的深度学习在生物信息学上应用的文章列表, 更新到2017-01, 里面 ...

赞！

我之前也有关注一个深度学习-生物信息学的Github项目：https://github.com/ShixiangWan/deeplearning-biology

shixiang

今晚试了试，提取CNN中间层特征还是很方便的，只不过效果不好。

RNA fasta数据进行直接编码，缺省补零，使用lenet卷积网络提取中间层的500维特征，然后将数据处理成平衡数据集（从多类中随机抽取与少类一样多的样本），最终再用WEKA简单跑个10折交叉验证，程序和处理流程，结果都在这里：https://github.com/ShixiangWan/i ... ics/mxnet-bio.ipynb