1回答
我一直在网上搜索关于倒置前馈神经网络的论文，结果发现有NLP和LP算法可以倒置它们。但大多数论文都对接收一对多的反向映射感兴趣。
浏览 14提问于2019-06-06得票数 0
回答已采纳
0回答
1)请纠正我的理解:前馈神经网络和CNN只学习权重并向前传递，它不会通过反向传播比较实际值和预测值之间的误差来更新权重？
2)如果我想在CNN中使用反向传播方法，我需要包含哪些步骤？
浏览 6提问于2017-12-06得票数 0
4回答
反向传播和前馈神经网络有什么区别？
除了流向之外，还有其他的区别吗？那么，反向传播是否足以显示前馈？
浏览 10提问于2015-02-09得票数 42
回答已采纳
1回答
我目前正在读这本书，希望有人告诉我，我目前对神经网络的假设是否正确。但这900次乘法仅适用于神经网络的第一层和第二层。因此，如果我有一个有3层的前馈nn，我需要再做900次乘法，因为它们是第一层输出的乘数(即它们是第二层的输入)和第三层的重量。综上所述，到目前为止，我有一个3层的前馈nn，前两层有30个神经元，每个神经元与第二层的所有神经元相乘，每增加一层就需要30 * 30 = 900倍，它会增加900个额外的乘法。那么，对于一个三(3)层完全连接的模型来说，前两层的乘法是900次，因为我之前说过，第二层和第三层总共有1
浏览 0提问于2017-10-25得票数 1
回答已采纳
在阅读了一些理论之后，我对以下术语感到有点困惑：深层神经网络前馈神经网络深层神经网络是一种具有多层结构的前馈神经网络。
我知道前馈神经网络是什么，但据我所知，深神经网络是指在输入和输出层之间有多个层次的所有人工神经网络</em
浏览 0提问于2019-07-15得票数 3
回答已采纳
1回答
我成功地实现了一种简单的前馈机制，遵循了一些指南(使用权值的向量表示- 、、)，并且我或多或少地理解了如何计算递归网络。我设想另一种方法可能是将任意拓扑组织成层(也假设前馈拓扑- )，然后计算它。假设
PS。我正在与Python一起工作，下面是一篇简洁的论文。
浏览 7提问于2017-10-04得票数 3
回答已采纳
作为、FeedForward神经网络，(而非CNN)只有一层数据，即它只能处理GrayScale图像。如何使其处理彩色(RGB) 3通道图像
浏览 7提问于2020-03-24得票数 0
回答已采纳
我想我对前馈神经网络非常了解。我看到的递归神经网络的例子是二进制加法。我可能错了，但据我所知，递归神经网络相当于具有T个隐藏层的前馈神经网络</e
浏览 1提问于2014-07-23得票数 7
我经常读到，前馈和递归神经网络(RNNs)之间有着根本的区别，这是因为前馈网络缺乏内部状态和短期记忆。乍一看，这似乎是有道理的。然而，当使用算法学习递归神经网络时，如果我正确理解，递归网络将被转化为等价的前馈网络。
这就意味着，实际上没有根本的区别。为什么RNNs在某些任务中表现更好(图像识别、时间序列预测、.)而不是深度的前馈网络？
浏览 2提问于2014-05-24得票数 7
回答已采纳
4回答
OCR训练前馈神经网络
、、、、
目前，我正在学习神经网络，我试图创建一个应用程序，可以训练识别手写字符。对于这个问题，我使用了前馈神经网络，当我训练它识别1，2或3个不同的字符时，它似乎是有效的。我尝试了多层和更少/更多的神经元，但我似乎不能正确，现在我想知道一个前馈神经网络是否能够识别出这么多的信息。一些统计数字：输入神经元:使用 100 ( 10 * 10)网格绘制字符有人知道我的架构可能有什么缺陷吗？输入神经元太多了吗？前馈</
浏览 10提问于2012-03-13得票数 11
回答已采纳
有人能帮助或指导我如何做得更好才能让它发挥作用吗？我试图创建另一个变量还有其他一些替代方法，但这导致了错误。此外，如果在我的代码中有
浏览 0提问于2016-06-04得票数 0
回答已采纳
我试图理解限制Boltzmann机器(RBM)和前馈神经网络(NN)之间的区别。我知道，RBM是一个生成模型，它的思想是重建输入，而NN是一个判别模型，其中的思想是预测标签。但是我不清楚的是，为什么你不能仅仅用神经网络来建立一个生成模型呢？特别是，我想到的是深层信仰网络和多层感知器。
假设我对NN的输入是一组名为x的注释，而我的输出是一组节点y。因此，考虑到神经网络(或多层感知器)可以用这种方式训练生成模型，为什么要使用RBM (或深层信念网络)来代替？或者在这种情况下，他们会完全一样吗？
浏览 11提问于2015-08-07得票数 16
1回答
我已经实现了一个反向传播神经网络，现在我想实现一个前馈神经网络来比较它们的准确性。
我的问题是，Forward有哪些学习方法(除了反向传播)，因为每一篇文章都提到反向传播作为学习方法。
浏览 3提问于2015-03-31得票数 1
回答已采纳
2回答
我感兴趣的是，如果其他网络可以结合注意神经网络的例子，编码器是一个前馈神经网络，解码器是一个mechanisms.For。没有时间序列的前馈神经网络可以使用注意机制吗？
浏览 33提问于2019-09-29得票数 0
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
