Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
pybrain:如何打印网络(节点和权重)
最后我设法从文件中训练一个网络 现在我想打印节点和权重 尤其是权重 因为我想用 pybrain 训练网络 然后在其他地方实现一个神经网络来使用它 我需要一种方法来打印层 节点和节点之间的权重 以便我可以轻松复制它 到目前为止 我看到我可以使
python
neuralnetwork
pybrain
keras 中一维卷积网络的输入维度
确实很难理解卷积 1d 的输入维度layer http keras io layers convolutional convolution1d在喀拉斯 输入形状 具有形状的 3D 张量 样本 步长 input dim 输出形状 形状为 sa
python
neuralnetwork
Theano
convneuralnetwork
Keras
Caffe Sigmoid交叉熵损失层损失函数
我正在查看Caffe的代码Sigmoid 交叉熵损失层 https github com BVLC caffe blob master src caffe layers sigmoid cross entropy loss layer cp
c
neuralnetwork
deeplearning
caffe
使用 Dropout 时的验证损失
我试图了解辍学对验证平均绝对误差 非线性回归问题 的影响 无辍学 辍学率为 0 05 With dropout of 0 075 在没有任何 dropout 的情况下 验证损失大于训练损失 如下所示1 https i stack imgur
validation
machinelearning
neuralnetwork
deeplearning
Keras
如何在 TensorFlow 中构建一个带有循环的简单 RNN?
我刚刚开始使用 TensorFlow 正在尝试实现一个非常简单的 RNN RNN 有x作为输入 y作为输出 仅由一个层组成 该层需要x并将之前的输出作为输入 这是我想到的事情的图片 问题是 我看不到任何通过 TensorFlow API 构
neuralnetwork
tensorflow
获取 Spark ML 多层感知器分类器的输出层神经元值
我正在使用 Spark ML 多层感知器分类器进行二元分类 mlp MultilayerPerceptronClassifier labelCol evt featuresCol features layers inputneurons i
apachespark
PySpark
neuralnetwork
apachesparkmllib
apachesparkml
如何计算卷积神经网络的参数个数?
我正在使用 Lasagne 为 MNIST 数据集创建 CNN 我密切关注这个例子 使用 Python 进行卷积神经网络和特征提取 我目前拥有的 CNN 架构 不包含任何 dropout 层 是 NeuralNet layers input
neuralnetwork
deeplearning
convneuralnetwork
Lasagne
nolearn
随机化神经网络输入顺序的影响
在我的高级算法和数据结构课程中 我的教授要求我们选择任何我们感兴趣的主题 他还告诉我们要研究它并尝试实施解决方案 我选择神经网络是因为它是我长期以来想学习的东西 我已经能够使用神经网络实现 AND OR 和 XOR 该神经网络的神经元使用阶
Keras 序列模型中使用哪种损失函数
我使用的是 Keras 序列模型 预测输出的形状为 1 5 5 个特征 我有一个准确度指标定义如下 对于 N 个预测 模型的准确性将是预测样本的百分比 使得 对于每个预测及其各自的真实标签 所有特征的差异不超过 10 例如 如果y i 1
python
tensorflow
Keras
neuralnetwork
lossfunction
有没有办法在张量流Python神经网络中创建我自己的数据集?
我试图弄清楚如何根据我想要做的事情来训练我的神经网络 目前我正在使用 mnist npz 数据集 该数据集通过识别数字来训练神经网络 我想切换到我自己的数据集 但不知道如何切换 我尝试了不同的方法 但它们都不适合我自己 我的训练准备代码目前
python
NumPy
tensorflow
Keras
neuralnetwork
Tensorflow:如何在 python 中编写带有梯度的操作?
我想用 python 编写一个 TensorFlow 操作 但我希望它是可微的 能够计算梯度 这个问题询问如何在 python 中编写操作 答案建议使用 py func 没有梯度 Tensorflow 用 Python 编写操作 TF 文档
python
tensorflow
neuralnetwork
gradientdescent
Keras 卷积层维数不匹配
我正在尝试使用 Keras 来构建我的第一个神经网络 我的经验为零 我似乎无法弄清楚为什么我的维度不正确 我无法从他们的文档中弄清楚这个错误在抱怨什么 甚至是哪个层导致了它 我的模型接受 32 字节的数字数组 并应该在另一侧给出一个布尔值
python
machinelearning
neuralnetwork
Keras
Convolution
R 神经网络包对于数百万条记录来说太慢
我正在尝试使用 R 包神经网络训练用于流失预测的神经网络 这是代码 data lt read csv C PredictChurn csv maxs lt apply data 2 max mins lt apply data 2 min
r
parallelprocessing
neuralnetwork
Keras 中损失函数的导数
我想在 keras 中创建以下损失函数 Loss mse double derivative y pred x train 我无法合并衍生术语 我努力了K gradients K gradients y pred x train x tra
python
machinelearning
neuralnetwork
Keras
lossfunction
如何在 Keras 中创建自定义回调?
我有兴趣在拟合我的 keras 模型时创建回调 更详细地说 我希望每次纪元结束时都会收到来自机器人电报的带有 val acc 的消息 我知道你可以添加一个callback list作为参数classifier fit 但许多回调是由 ker
python
tensorflow
Keras
neuralnetwork
Callback
在 R 编程神经网络中为 nnet 指定“初始权重”
在 R 编程中 我试图了解如何使用 nnet 让用户指定初始权重而不是默认值来运行神经网络算法 R 文档提到了以下参数 有如何使用权重的例子吗 nnet formula data weights subset na action contr
r
neuralnetwork
networkx 的运行时错误:运行神经气体脚本时迭代期间字典发生变化
我正在尝试使用较旧的脚本运行神经气体网络 该脚本不适用于 networkx 2 因此我修改了一些内容 但是我收到错误 字典在迭代期间更改了大小 并且我不知道如何解决此问题 因为 networkx 不是我的专长 有什么帮助吗 现在导致问题的代
python
neuralnetwork
networkx
训练神经网络时的 Epoch 与 Iteration [关闭]
Closed 这个问题不符合堆栈溢出指南 目前不接受答案 有什么区别epoch and 迭代当训练多层感知器时 在神经网络术语中 one epoch 一次前向传播和一次反向传播all训练示例 批量大小 一次前向 后向传递中的训练示例数 批量
在 DNN 训练和输入的偏导数结束时返回逆 Hessian 矩阵
使用 Keras 和 Tensorflow 作为后端 我构建了一个 DNN 它以恒星光谱作为输入 7213 个数据点 并输出三个恒星参数 温度 重力和金属丰度 该网络在我的测试集上训练良好并预测良好 但为了使结果在科学上有用 我需要能够估计
python
scipy
neuralnetwork
Keras
hessianmatrix
三元组损失的softmax版本的梯度计算
我一直在尝试在Caffe中实现softmax版本的三元组损失 描述于 霍弗和艾隆 使用三元组网络进行深度度量学习 ICLR 2015 我已经尝试过这个 但我发现很难计算梯度 因为指数中的 L2 不是平方的 有人可以帮我吗 使用现有的 caf
neuralnetwork
deeplearning
caffe
gradientdescent
Softmax
«
1 ...
16
17
18
19
20
21
22
...25
»