关于训练神经网络的问题

文章/答案/技术大牛

发布

1回答

训练后自适应神经网络

neural-network、adaption

神经网络经过最初的训练后，最佳的适应方式是什么？除了使用完整的数据集对其进行再培训之外，还有其他方法吗?因为这需要很长时间。对不起，我的基本问题，但我找不到很多有关这方面的信息。

浏览 4提问于2015-11-23得票数 2

回答已采纳

2回答

python、algorithm、csv、neural-network、training-data

我在打开我的数据库(csv文件)并在我的算法测试中阅读这篇文章时遇到了一些问题。有人能帮我一下吗？下面是我的算法： algorithm 谢谢你的帮助。

浏览 19提问于2019-01-25得票数 0

1回答

MSE损失和符号的分类

neural-network、mse

所以我有一个关于MSE loss的问题，关于神经网络的应用。损失函数：\text{MSE} = \frac{1}{2} \sum_{i=1}^{n} (Y_i - \hat{Y_i}) ^ 2 还是使用单个训练示例并对所有神经网络

浏览 0提问于2019-12-10得票数 1

回答已采纳

1回答

Encog:增量训练

neural-network、encog、supervised-learning

我遇到了这个问题()，是关于使用Encog进行神经网络在线学习的。我想问一个相关的问题。假设我有x个数据点来训练神经网络。经过训练，我得到了y个新的数据点。这个想法是使用x+y数据点的神经网络。然而，由于这些x点已经用于训练网络，是否可以使用这些y数据点训练相同的网络而不进行任何重置，并且具有使用x和y数据点训练</em

浏览 1提问于2015-08-05得票数 0

1回答

如何使用多个GPU通过Tensorflow进行单独的训练？

tensorflow、gpu、distributed-computing、multi-gpu

我阅读了许多关于在TensorFlow中使用多个GPU的文章和帖子。它帮助我学习了更多关于“如何使用并行GPU来训练神经网络”(how to use parallel GPU to train ( here network))。但我有一个不同的问题。可以使用单独的GPU同时训练不同的NN吗？更多详细信息：我有神经网络A，B，和GPU1，GPU2。我想同时在GPU1上训练A NN

浏览 12提问于2021-01-20得票数 0

1回答

使用经过R训练的神经网络来预测C++中的新数据

c++、r、visual-studio、visual-c++、neural-network

我已经使用训练数据集在R中训练了一个基本的反向传播神经网络，并使用测试集进行了验证。神经网络给了我令人满意的结果。现在我想要做的是在C++代码中使用这个经过训练的神经网络(和确定的权重)，这样我就可以将输入变量放入C++代码中，它会给出预测输出。我发现大多数关于在C++中实现神经网络的教程都是关于训练网络本身，

浏览 10提问于2019-07-31得票数 0

回答已采纳

2回答

用什么类型的人工智能来预测零件的兼容性？

artificial-intelligence、relational-database、neural-network、expert-system

我从一开始就会说，我不是一个程序员，我对不同类型的人工智能有粗略的了解，只是一个商人在开发一个网络应用程序。例如，：第一部分是带有"X“mm接收器的"A”型，第二部分也是带有"X“mm接口的"A

浏览 2提问于2012-11-01得票数 3

回答已采纳

3回答

遗传算法与神经网络

artificial-intelligence、neural-network、genetic-algorithm

现在我正在做一个关于遗传算法和神经网络的研究，我想用遗传算法来训练神经网络，用神经网络来解决OCR问题，我还不明白的是训练方法，假设我有5个训练集，每个训练集有26个字符(A-Z)，我应该从A1-Z1到A5-Z5 (每个字符)还是A1-A5到Z1-Z5 (每个字符)进行训练，每个字符应该生成多少代?我想这就是我现在想要的全部如果我的问题

浏览 3提问于2012-12-15得票数 1

2回答

GA训练的NN在测试集上的表现比BP训练的NN差

neural-network、genetic-algorithm、backpropagation

我用GA和反向传播训练了一个神经网络。GA为训练数据找到合适的权重，但在测试数据上表现不佳。如果我用BackPropagation训练NN，它在测试数据上的表现要好得多，即使训练误差并不比GA训练的版本小很多。即使我使用GA获得的权重作为反向传播的初始权重，NN在测试数据上的表现也比仅使用反向传播进行训练更差。有没有人能告诉我，我可能在哪里犯了错？

浏览 3提问于2017-08-24得票数 0

1回答

将(x，y)图+特征作为神经网络输入的正确方法

python-3.x、tensorflow、keras

作为一个新手，我无法找到正确输入的正确方法，因为我已经得到了这些情节，每个应用程序3400对，每一个情节都有8种不同的特征(局部极小的位置)。由于x变量几乎是一个相关的顺序，我应该忽略它吗？问克拉斯：“嘿，这3400个数字是一个情节，其他8个数字是关于它的一些特征”，这有可能吗？

浏览 0提问于2017-10-24得票数 1

回答已采纳

1回答

PyTorch如何在只有标量损失的情况下训练神经网络？

python、machine-learning、deep-learning、neural-network

假设我们有一个NN，我们想要训练它来预测输入中的3个值。我们有一组训练数据：目标呢？如果pytorch只计算一个标量作为损失函数，它如何进行训练？为什么它无法计算与每个输出神经元相关的损失？例如，如果x_train的答案是(20，32，0.12)，我们不想更新与答案(25，37，0.12)相同的权重，对吗？但在这种情况下，使用pytorch计算的损失

浏览 15提问于2021-02-28得票数 0

回答已采纳

1回答

什么是训练

neural-network、deep-learning、training

我是一个深入学习的新手，我有一个简单的问题。我在读一些关于神经网络的文章。它说人们创造了一个简单的神经网络叫做感知器。这个网络不能解决一个非常简单的问题:排他性或。我认为这是因为我不知道如何训练一个神经网络，也不知道如何为一个神经网络设定权重。你能用这个例子和：0 & 0 = 0 1 & 0 = 0 0 & 1 = 0 1 &am

浏览 0提问于2017-11-29得票数 0

回答已采纳

1回答

Keras神经网络和SKlearn SVM.SVC

python、machine-learning、scikit-learn、keras

最近，我在我所在的城市参加了一个数据科学会议，讨论了如何将神经网络与支持向量机连接起来。不幸的是，演示者不得不在演示结束后立即辞职，所以我不能问一些问题。我在神经网络中使用Keras，在ML的其余部分中使用SKlearn。

浏览 1提问于2016-11-03得票数 7

2回答

ANN是如何用于分类的？

neural-network

我正在阅读关于人工神经网络的文章，据说人工神经网络用于训练数据训练后的预测。并给出了神经网络在分类中的应用。假设我的数据包括输入as (\theta，sin(\theta))和输出as -1 (如果它位于正弦波的上半部分，则为+1 )。这里是否保证经过训练的神经网络总是产生输出为+1或-1 (即分类为+1或-1)？如果没有，那么ANN是如何用于分

浏览 0提问于2017-04-09得票数 -1

回答已采纳

2回答

神经网络训练连续值

neural-network

由于许多论文都描述了神经网络可以预测股票回报，所以我也开始研究这种方法。我无法精确地训练NN，即使在训练数据集上，我的预测也不匹配。我使用技术指标作为输入，将未来10天的最大值作为目标向量，但经过训练的神经网络即使对于训练数据集也无法预测精确值。我认为输入和输出数据之间存在一些不匹配。任何解决这一问题的想法，或者在连续值目标向量的情况下，作为输入的技术指标与目标向

浏览 2提问于2012-03-07得票数 2

1回答

如何在MATLAB神经网络中输入新输入？

matlab、machine-learning、neural-network

我一直在研究神经网络，并试图利用MATLAB的神经网络工具箱和Mathworks提供的例子。到目前为止，我一直觉得这个话题很有趣。在上面的链接中有一个“测试神经网络”的部分

浏览 1提问于2015-09-23得票数 1

回答已采纳

1回答

在实现人工神经网络的同时，如何减少训练值中的误差？

python、machine-learning、neural-network

问题是，在我的训练值中，我得到了一个几乎0.8-1.0的错误，这是不可接受的。我如何找到减少错误的方法？我试过降低训练率，但没有效果。我目前正在使用excel工作表中的数据集来训练我的系统。下面是指向我正在使用的示例数据集的链接：，这里是我使用的代码：import xlrd def nonlin(x,deriv=False)

浏览 4提问于2016-06-30得票数 0

回答已采纳

1回答

Q学习-如何使用经验回放，当与其他代理人比赛？

machine-learning、neural-network、q-learning

我目前正在尝试创建一个tic tac学习神经网络，向我介绍强化学习，但是它没有起作用，所以我决定尝试一个更简单的项目，它需要一个网络来训练静态数据，而不是另一个神经网络。我有100批的限制，其中一批是神经网络训练的对象。我想知道这是否是一个适当的数额，或是否可能有任何共同的问题，执行经验重播，我可能已经做了。如果有人能让我知道我哪里出了问题，或者如果有人对我的经验

浏览 0提问于2018-02-01得票数 5

回答已采纳

2回答

当一个神经网络的大小发生变化时，它能被训练吗？

machine-learning、neural-network、recurrent-neural-network

是否有已知的方法在神经网络缩小或增长时(按节点数、连接数等)进行持续训练和优雅退化？据我记忆所及，我所读到的关于神经网络的一切都是从静态的角度看的。你定义了网络，然后训练它。如果有N个节点(神经元)的神经网络X，是否有可能对网络(X)进行训练，以便在N增加或减少时，网络仍然有用并能够执行？

浏览 4提问于2016-07-17得票数 4

回答已采纳

点击加载更多

训练后自适应神经网络