最近，我观察到在定义神经网络时，我们为每一层定义了单独的ReLU对象。为什么我们不能在任何需要的地方使用相同的ReLU对象。例如，不像这样写- def __init__(self): self.ReLU_1 = nn.ReLU()self.fc2 = nn.Linear(500, 300
浏览 17提问于2020-06-26得票数 0
回答已采纳
1回答
我正在使用神经网络创建的 return x
是你需要做的，但为什么我们需要定义神经网络类呢？如果我将一个具有不同体系结构的神经网络加载到我在类中指定的体系结构，那
浏览 0提问于2018-12-15得票数 0
回答已采纳
我只是在学习如何使用PyTorch作为初学者。如果有人熟悉PyTorch，你能告诉我nn.Module和nn.Sequential的区别吗？我的问题是
有规律地使用哪种方法来建立模型？
浏览 3提问于2021-08-01得票数 4
回答已采纳
1回答
TensorFlow模型语法
、、、、
我是神经网络和Tensorflow的新手model = tf.keras.models.Sequential([tf.keras.layers.Conv2D(32, (3,3), activation='relu', input_shape=(150, 150, 3)), tf.keras.lay
浏览 3提问于2020-08-16得票数 0
回答已采纳
我是一位新手，当谈到ML和神经网络时，我主要是通过coursera视频和一些kaggle/github在线学习。所有我见过的应用神经网络的例子或案例都有一个共同点--它们在与特定层相关的所有节点中使用特定类型的激活函数。我确实找到了一个，它基本上说，如果我们每个层只使用一个激活函数，那么管理网络就更容易了。还有其他好
浏览 1提问于2020-07-28得票数 2
回答已采纳
我是MXNet的新手(我正在Python3中使用它) self.ramp = mx.gluon.nn.Activation(activation='relu')
x = mx.nd.relu(self.cnn(x))
x = mx.nd.relu(self.bn
浏览 6提问于2017-09-18得票数 3
回答已采纳
2回答
神经网络中的激活函数
、、、、
我有一组关于神经网络中各种激活函数的使用的问题。如果有人能给我解释的话，我会非常感激的。为什么Sigmoid不用于多类分类？为什么我们在所有负值的回归问题中不使用任何激活函数？
为什么我们在计算average='micro'分类时使用multi_class？
浏览 0提问于2019-11-13得票数 -1
回答已采纳
我试图通过人工神经网络建立一个数据预测模型。下面的代码是通过许多书籍创建的基于Python的ANN代码的一部分。此外，预测值与实际值之间的误差率不低于19%。我环顾了一个月，找出了如何构建ReLU和偏差，但是我找不到偏见和ReLU的范围。
Q1 =如何将Sigmoid转换为ReLU，以及如何向代码中添加偏差？Q3 =，如果我将Sigmoid更改为ReLU，是否必须将数据集设置为0.0~1.0范围？这是因为Sigmoid函数接受0.0~1.0范围的数据，但我不知道ReLU
浏览 0提问于2018-12-21得票数 0
1回答
我设计了一个神经网络，它有两个隐藏层，具有不同的激活函数。如何使用sklearn.neural_network.MLPClassifier库为每一层设置不同于其他层的激活函数？clf = MLPClassifier(alpha=1e-5 ,hidden_layer_sizes=(10,5),activation=['tanh','relu
浏览 58提问于2021-05-29得票数 1
1回答
使用神经网络学习分类值的分布
、、、、
使用神经网络学习分类值的分布 其目的是使用神经网络对一维输入进行分类。应该对两个类进行分类，即A和B。用于确定类的每个输入都是一个介于0.0和1.0之间的数字。现在我想训练一个神经网络，它可以学习将0.4到0.6范围内的值分类为B，其余的分类为A。因此，我需要一个可以近似类的上下界的神经网络。我之前的尝试都没有成功-神经网络总是为所有的输入返回50%的概率，并且损失在时期中不会减少。使用</
浏览 25提问于2019-04-24得票数 1
回答已采纳
1回答
据我所知，在深度神经网络中，我们在加权(w)和偏置(B) (z := w * X + b | a := g(z))之后使用激活函数(g)。我看到Sigmoid和Tanh激活函数使我们的模型非线性，但我发现ReLu (取0和z的最大值)可以使模型非线性.
假设每个Z都是正的，那么就好像没有激活函数.那么，为什么ReLu要建立一个非线性的神经网络模型呢？
浏览 1提问于2018-09-21得票数 11
回答已采纳
来自：，定义了以下自动编码器 def __init__(self): return x
从Autoencoder类中，我们可以看到784个特性经过一系列转换，并被转换为16个特性。例如，为什么我们不执行下面的操作序列呢？784 to 256或者也许512 to 256
256 to 1
浏览 0提问于2020-05-22得票数 0
回答已采纳
在人工神经网络中，x>0中的相对梯度为1。
然而，在x=<0中，我想知道在深度神经网络中，梯度为0，并且可能存在梯度消失问题。如果像y=x这样的激活函数(对于所有的x)没有梯度消失问题，为什么我们不在深层神经网络中使用这个函数呢？Y=x(所有x)有什么副作用吗？(也许，在深层神经网络中，重量可能无限大.然而，我认为这
浏览 0提问于2020-04-28得票数 1
回答已采纳
在本除草神经网络教程中图像中的像素值不是已经是正数了吗？有人能给我一些关于这个问题的建议吗？(init function)
x = F.max_pool2d(F.relu(self.conv1(x)), (2, 2)) # Max
浏览 4提问于2020-01-17得票数 1
回答已采纳
2回答
我试图理解“反向传播”，因为它是使用梯度下降优化的神经网络。读一读文学作品，似乎做了几件事。
对损失函数执行梯度下降，使用这些权重来获得新的权重。如果没有，为什么只在神经网络中引用，为什么不引用GLMs (广义线性模型)。他们似乎都在做同样的事-我可能错过了什么？
浏览 11提问于2016-06-28得票数 4
回答已采纳
对于torch.nn.Module() 根据官方文档:所有神经网络模块的基类。你的模型也应该是这个类的子类。模块还可以包含其他模块，允许将它们嵌套在树结构中。您可以将子模块指定为常规属性。nn.Conv2d(1, 20, 5) x = F.relu(self.conv1(x))
return F.relu(self.co
浏览 15提问于2020-04-18得票数 3
我的问题是基于的理解
在神经网络中，神经元由阈值(激活)函数激活，在上面的例子中是sigmoid函数。对于回归问题，我们需要激活函数吗？向Souvik致敬
浏览 9提问于2017-06-29得票数 0
我是OpenCV和，我正在尝试使用OpenCV的Java实现神经网络。除了ReLU激活函数之外，我已经找到了所需的所有函数。所以我决定用Java手动实现这个函数。我的实现逐个遍历Mat的元素，使用Mat.get()访问元素，修改负值，并使用Mat.put()将它们写回。if (value[0] < 0) { input.put(0, i, value);}
我分析了我的代码，看起来我的ReLU使用</
浏览 4提问于2017-04-20得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
