Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
帮助我在 Python 中实现反向传播
EDIT2 新的训练集 Inputs 0 0 0 0 0 0 1 0 0 0 2 0 0 0 3 0 0 0 4 0 1 0 0 0 1 0 1 0 1 0 2 0 1 0 3 0 1 0 4 0 2 0 0 0 2 0 1 0 2 0 2
python
Algorithm
Math
neuralnetwork
将数值和分类数据混合到具有密集层的 keras 序列模型中
我在 Pandas 数据框中有一个训练集 我将此数据框传递到model fit with df values 以下是有关 df 的一些信息 df values shape 981 5 df values 0 array 163 0 6 83
python
Keras
neuralnetwork
keraslayer
onehotencoding
神经网络的局部逆
我有一个带有 N 个输入节点和 N 个输出节点的神经网络 可能还有多个隐藏层和循环 但让我们先忘记这些 神经网络的目标是学习一个N维变量Y 给定N维值X 假设神经网络的输出是Y 学习后应该接近Y 我的问题是 是否有可能得到输出 Y 的神经网
neuralnetwork
local
Inverse
实例标准化与批量标准化
据我所知 批量归一化通过将激活转向单位高斯分布来帮助加快训练速度 从而解决梯度消失问题 批量归一化行为在训练 使用每个批次的平均值 var 和测试时间 使用训练阶段的最终运行平均值 var 时应用不同 另一方面 实例归一化充当本文提到的对比
caret::train:为 mlpWeightDecay(RSNNS 包)指定更多非调整参数
我在使用插入符号包和 RSNNS 包中的 mlpWeightDecay 方法指定学习率时遇到问题 mlpWeightDecay 的调整参数是大小和衰减 将大小保持为 4 并在 c 0 0 0001 0 001 0 002 上调整衰减的示例
r
machinelearning
neuralnetwork
rcaret
如何在快速人工智能中获得给定测试集的预测并计算准确性?
我正在尝试加载由导出的学习者learn export 我想针对测试集运行它 我希望我的测试集有标签 以便我可以测量其准确性 这是我的代码 test src TextList from df df path cols texts split
python
neuralnetwork
fastai
如何加载 caffe 模型并转换为 numpy 数组?
我有一个 caffemodel 文件 其中包含 ethereon 的 caffe tensorflow 转换实用程序不支持的层 我想生成我的咖啡模型的 numpy 表示 我的问题是 如何将 caffemodel 文件 我还有 prototx
python
NumPy
neuralnetwork
deeplearning
caffe
Tensorflow Inception 多 GPU 训练损失未求和?
我正在尝试检查多个 GPU 在一台机器上 的 Tensorflow 初始代码 我很困惑 因为据我所知 我们从不同的塔 又名 GPU 中得到了多次损失 但是loss评估的变量似乎只是最后一个塔的变量 而不是所有塔的损失之和 for step
neuralnetwork
tensorflow
convneuralnetwork
R 神经网络在时间序列的最大步长内不收敛
我正在编写一个神经网络来预测时间序列中的元素x sin x 2 在 R 中 使用neuralnet包裹 这就是训练数据的生成方式 假设窗口有 4 个元素 最后一个元素是必须预测的元素 nntr0 lt 1 25 sin 1 25 2 nnt
r
neuralnetwork
TimeSeries
convergence
张量流:简单 LSTM 网络的共享变量错误
我正在尝试构建一个最简单的 LSTM 网络 只是想让它预测序列中的下一个值np input data import tensorflow as tf from tensorflow python ops import rnn cell im
python
tensorflow
neuralnetwork
LSTM
现代 CNN(卷积神经网络)作为 DetectNet 旋转不变吗?
众所周知 用于目标检测的 nVidia DetectNet CNN 卷积神经网络 基于 Yolo DenseBox 的方法 https devblogs nvidia com parallelforall deep learning obj
Google Inceptionism:按类别获取图像
在著名的 Google Inceptionism 文章中 http googleresearch blogspot jp 2015 06 inceptionism going deeper into neural html http goo
ComputerVision
neuralnetwork
deeplearning
caffe
如何计算 CNN 第一个线性层的维度
目前 我正在使用 CNN 其中附加了一个完全连接的层 并且我正在使用尺寸为 32x32 的 3 通道图像 我想知道是否有一个一致的公式可以用来计算第一个线性层的输入尺寸和最后一个卷积 最大池层的输入 我希望能够计算第一个线性层的尺寸 仅给出
python
neuralnetwork
Pytorch
convneuralnetwork
dimensions
如何训练具有 2D 输出的网络? (蟒蛇,凯拉斯)
我想训练一个回归网络 其输出是两个坐标 x1 y1 和 x2 y2 我的问题是 如果我想训练网络 我的输出应该分开吗 我的意思是我的输出应该是这样的 x1 y1 x2 y2 或者有没有办法将它们堆叠起来 例如 x1 y1 x2 y2 提前致
python
neuralnetwork
Regression
Keras
Keras模型拟合多项式
我从四次多项式生成了一些数据 并希望在 Keras 中创建一个回归模型来拟合该多项式 问题是拟合后的预测似乎基本上是线性的 由于这是我第一次使用神经网络 我认为我犯了一个非常微不足道且愚蠢的错误 这是我的代码 model Sequentia
python
neuralnetwork
Keras
nonlinearregression
BatchNorm 动量约定 PyTorch
Is the 批归一化动量约定 http pytorch org docs master modules torch nn modules batchnorm html 默认 0 1 与其他库一样正确 例如Tensorflow默认情况下似乎
python
neuralnetwork
deeplearning
Pytorch
batchnormalization
在 model.fit() 期间记录 Keras 中每个时期的计算时间
我想比较不同模型之间的计算时间 在拟合期间 每个时期的计算时间被打印到控制台 Epoch 5 5 160000 160000 10s 我正在寻找一种方法来存储这些时间 其方式与模型指标类似 模型指标保存在每个时期并可通过历史对象获取 尝试以
python
machinelearning
neuralnetwork
deeplearning
Keras
pytorch 中的 autograd 可以处理同一模块中层的重复使用吗?
我有一层layer in an nn Module并在一次中使用两次或多次forward步 这个的输出layer稍后输入到相同的layer pytorch可以吗autograd正确计算该层权重的梯度 def forward x x self
python
neuralnetwork
Pytorch
Autograd
随着新数据的出现,如何增量训练 FANN?
我使用 FANN 库构建并训练了一个神经网络 这是初步培训 大部分数据将在线收集 当在线数据可用时我想要improve使用这些新数据的网络 不是重新训练 而是使之前的训练更加准确 如何用FANN来做这种增量训练呢 从更改为的文件进行训练 s
neuralnetwork
fann
神经网络中“特征”的定义是什么?
我是神经网络的初学者 我对这个词很困惑feature 你能给我一个定义吗feature 这些特征是隐藏层中的神经元吗 这些特征是输入向量的元素 特征的数量等于网络输入层的节点数量 如果您使用神经网络根据物理属性的测量将动物分类为猫或狗 那么
neuralnetwork
«
1
2
3
4
5
6
...24
»