我还包括了深度学习(它的工作方式几乎与它应该的一样，在这里也是如此)，但这不应该是从重要性开始的。(当有像这样的if-子句时{}挣扎:无论输入是什么，输出几乎总是相同的(大约0.5)。
权重和偏差会得到调整。
浏览 13提问于2016-08-02得票数 1
现在我想使用这19个因素来预测第二个数据集的输出。1-由于我的输入是因子(它们在-1和1之间)，并且我的输出比例在4到10000和整数之间，我应该在运行神经网络之前仍然缩放它们吗？2-我缩放了数据(包括输入和输出)，然后用神经网络进行预测，然后我检查了MSE误差，它是如此之高，比
浏览 0提问于2016-02-21得票数 0
1回答
在我们的小组中，我们决定使用一个人工神经网络作为评价函数(主要是为了好玩)，这样，随着时间的推移，它将学会识别对人工智能有利或有害的董事会状态。这确实意味着，当涉及到人工智能时，我们是无赖的。这是一个相当简单的前馈神经网络，有50个输入神经元(50个正方形板)，25个单层隐藏神经元，1个输出神经元。
输出在-1和1之间变化，较高的值表示对玩家有利的状态，而较低<e
浏览 2提问于2016-02-29得票数 3
1回答
我是很新的深入学习和人工智能，我的第一个合适的项目包括一个模型，大约13个输入和一个颜色输出。目前，我有3个输出( RGB )，但我想知道是否更好地将它编码为HSV或类似的东西，因为我觉得它更直观，在HSV值的小偏差将没有明显的显着性偏差在RGB值。但也许这对安来说没什么区别。考虑到我希望预测的输出接近实际值，这听起来像是最好的选择吗？或者我应该设计自己的
浏览 0提问于2022-09-11得票数 0
2回答
当输出层具有S型激活时，输入(1,0)可能会给出0.99，表示期望输出1，而输入(1,1)可能会给出0.01，表示期望输出0。但是，如果希望输出是离散的，要么是0，要么是1，我是不是简单地将阈值设置为0.5呢？这个阈值是否需要像其他权重一样进行训练？
浏览 0提问于2011-06-23得票数 3
1回答
包装CNTK应用程序
、、、
我已经阅读了微软的OpenSource人工智能库CNTK的文档，并且了解了如何创建和训练神经网络。我还理解了如何将经过训练的结果“保存”到输出目录中。然而，我没有办法将结果加载到神经网络中，甚至更复杂:我如何将经过训练的神经网络封装到一个应用程序中，这样我就可以在生产中实际使用它，而不仅仅是用于学术研究。我想将我的神经网络集成到我的Python或C#应用程序中。如
浏览 0提问于2016-02-21得票数 10
回答已采纳
我正在建立一个测试神经网络，它肯定不起作用。我的主要问题是反向传播。从我的研究，我知道这是很容易使用乙状结肠功能。因此，我将每个权重更新为(1-输出)(输出)(目标输出)，但问题是，如果我的输出为1，而我的目标不是？如果它在某一点上的话，那么权值的更新将永远是0...For，现在我只是想得到一个该死的东西来添加来自两个输入神经元的输入，所以最优的
浏览 2提问于2011-04-17得票数 4
3回答
在确定性(软件)系统中，我们有一组业务需求，这样的系统可以完全定义。这意味着，只要有足够的时间资源和相对较低的复杂性，我们就可以将所有场景和输入映射到预期的输出。这意味着，即使是可用性测试、兼容测试、压力测试、持久性测试、健壮性测试和所有其他类型的测试，也可以完全定义为需求的一部分，从而转换为功能测试。这意味着我们可以像我们想要的那样严格，因为系统是确定性的。因此，鉴于人工智能系统是概率性的，你没有
浏览 0提问于2022-06-27得票数 3
3回答
嗨，伙计们，我想知道是否有人能帮助我在即将到来的Python人工智能考试中回答这个问题。这个问题使我困惑，因为我认为我通常需要更多的信息来回答，但它没有提供。提出的问题是‘y_hat = NN.forward(X)’W1和W2矩阵的大小是多少？
如果有人能帮我解决这
浏览 4提问于2020-01-16得票数 0
回答已采纳
2回答
即使作为神经网络发展的局外人，它们似乎仍然是一个热门话题。在我的GitHub主页上，我看到了很多关于神经网络的项目。
这些项目看起来很有趣，它们有很多视觉效果。通常，图像以不同的方式混合在一起。他们的图案和颜色被互换..。不幸的是，这是我在这些项目中唯一看到的神经网络发生的事情，我真的不明白为什么这么多的研究和努力会在这个主题上，产生奇怪的图像.所以肯定还有更多我
浏览 0提问于2016-04-25得票数 5
回答已采纳
我的数据包括4个输入变量(1到1000之间)和1个输出变量(在-30到30之间)。我正在训练大约50,000行数据。在将数据传递到具有以下结构和训练的神经网络之前，对数据进行规范化( tanh激活函数在-1到1之间)： epoch++;
} while (train.Error
浏览 1提问于2014-04-09得票数 3
回答已采纳
2回答
在进行回归(连续变量的预测)时，是否有一种方法可以计算神经网络的精度而不是误差度量，就像我们对分类变量进行分类时所用的方法一样？
浏览 2提问于2018-05-25得票数 0
2回答
我有一个神经网络用于回归预测，这意味着输出是一个范围在0到1之间的实数。drop - out是否可用于回归任务？因为如果我们忽略一些节点，最后一层的节点会更少，预测值肯定会与实际值相差很大。因此，反向传播的误差将很大，模型将被破坏。那么为什么我们要在神经网络中使用drop out来执行回归任务呢？
浏览 0提问于2019-02-07得票数 3
例如,
我想要创造一个人工智能来玩蒂克斯托，这就是我要做的。我有9个输入节点，它们对应于板上的每个空间，3个节点用于一个隐藏层(我猜测这将以某种方式使AI通过选择一行或具有3个空格的列而受益)，然后有9个输出节点来查看AI在整个板上的标记位置。我不知道如何找到这个神经网络的成本，因为我不知道如何判断它的预测，影响它的权重和偏差。如果我想让AI玩一个猜谜游戏，这是有意义的，因为我有正确</em
浏览 1提问于2018-03-13得票数 1
回答已采纳
2回答
我试图创建一个游戏，不完全是跳棋，但它的互动性水平是相当的跳棋，而不是更复杂的东西(我认为)，如国际象棋。我看跳棋作为一个例子，因为我曾在我的电脑和诺基亚玩跳棋很久以前，先进的现代人工智能成为一件事。在古老的跳棋游戏中是否有我可以用来计算它的哪一个动作对它赢得比赛最有利<e
浏览 0提问于2019-07-15得票数 2
1回答
我的目标是提供一个简单的神经网络拟合，提供一个特定图的2个顶点，如果有链接则为1，如果没有链接则为0。
我对我的模型进行了拟合，拟合过程中损失约为0.40，准确率约为83%。我对神经网络的理解非常有限，但据我所知，上面的理解意味着，当没有链接时，它在理论上总是正确的，但有时即使没有链接，它也可以输出1。现在来看我的实际问题:我尝试通过model.predict用我的</em
浏览 1提问于2018-05-14得票数 2
1回答
我用java建立了自己的神经网络。喂入MNIST训练数据后，随机选取300批100幅图像，每批图像更新权重和偏差。然而，网络似乎采取了一种每次都提供所有零输出的策略。因为我只是说更接近比它尝试过的任何实际猜测策略都要好。有时，它会试图改变，但永远</em
浏览 2提问于2021-06-21得票数 0
回答已采纳
2回答
我新来的人工智能世界，并尝试了一些实践。看来我需要一些第三方的经验。经过10项训练，dataset NN在这个(相同)输入上给出了糟糕的结果。我试过不同的配角
但是，仅对2幅图像进行训练
浏览 3提问于2017-06-19得票数 2
假设我有一个具有这种结构的神经网络:网络( 256,100，4)，其中有256个输入神经元，100个隐藏的，和4个输出。网络使用sigmoid函数作为激活函数，输出神经元在0:1范围内返回一个值。每一个时代，我都能知道这四个输出中的一个是正确的还是错误的。例如，如果网络给我1，0，1，0，但我知道第一个输出应该是0，而我对其他三个输出一无所知。
有没有办法训练网络，使第一个
浏览 3提问于2015-11-04得票数 2
回答已采纳
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
