1回答
我目前正在做一个项目，我需要用某种神经网络来预测字符串数据的前提，问题是，字符串数据不是神经网络能够处理的，所以我研究了将string索引成数值的方法。问题是，大多数方法都使用单词和单词列表，比如单词包概念，但这不适用于我的问题，因为我处理的日志数据是由符号、字母和数字组成的，它们都是一体的，没有单词或类似的东
浏览 2提问于2016-06-10得票数 0
回答已采纳
0回答
我正在做一个使用神经网络包库(Neuralnet)进行情感分析的基本实验。我将这些数据用于训练和测试部分，并运行神经网络预测，如下所示：senti_test <- nnsenti[3500:4443, ]requires numeric/complex matrix/vector arguments
如何将其解析为文本是本文<
浏览 7提问于2017-06-18得票数 0
我正在做一个使用人工神经网络处理字符识别的项目，我需要根据我拥有的训练集动态地训练我的神经网络对象'net‘。问题是，每次我训练我的神经网络对象'net‘时，它的值都会被最近的训练集覆盖，并且之前的权重和其他相关数据会丢失。需要帮助更新网络对象而不是覆盖，需要使用哪些函数。谢谢
浏览 0提问于2012-03-18得票数 1
1回答
如何提高MLP神经网络的精度
、、、、
我正在努力提高我的模型在UCI乳腺癌数据集上的准确性。有426条记录，这是一个二进制分类模型。批次大小:整个数据集上的批处理梯度下降，对于随机数据集，它是1/1，小批处理需要16批。它们都显示出相同的准确性。我已经标准化了数据集使用StandardScaler和Standard
浏览 0提问于2022-10-23得票数 0
5回答
我知道神经网络是如何工作的，但是如果我想将它们用于图像处理，比如实际的字符识别，我不能理解如何将图像数据输入到神经网络中。谁已经做了这样的事情，你能解释一下怎么做吗？
浏览 2提问于2010-01-18得票数 37
1回答
我想学习使用神经网络(不幸的是，我的数学技能仅限于大学代数)来对诉讼中提交的文件进行分类。我的第一个目标是训练一个三层前馈神经网络，以识别一个文档是否是一个小额索赔文档(在案件编号中带有字母"SP“)，或者它是否是一个常规文档(案件编号中的字母"CC”)。所以我取了前600个字符(所有律师都会把案件编号放在前600个字符中)，并创建了一个CSV数据库，每行都是一个文档，其中600列包含前600个<
浏览 1提问于2015-10-11得票数 0
回答已采纳
我的项目是承认手写的泰米尔字符使用python，opencv和scikit-学习。输出文件：文本文件中已识别的字符。但是，我不知道如何进行这个项目。培训数据集图像存储在哪里？请帮忙..。
浏览 3提问于2016-02-13得票数 4
回答已采纳
在实践中，我决定使用神经网络来解决所说的分类问题(2类)。我发现的问题是，数据集包含许多“空”变量，我不确定如何处理它们。此外，第二个问题出现了。如何处理其他非小数，如字符串。你的最佳实践是什么？
浏览 0提问于2012-10-11得票数 1
回答已采纳
我们正在致力于我们的项目，涉及实施神经网络来检测网络钓鱼a)我们的白名单网站图像数据库中的相似图像。b)在我们列入黑名单的网站数据库中以XML文件获得的类似URL我们还处于初级阶段，所以只想知道这是否
浏览 0提问于2013-02-18得票数 0
回答已采纳
我在将制表符分隔的输入文件加载到MATLAB nprtool时遇到了困难，我认为这是因为nprtool GUI不支持加载混合数据类型。我正在加载的.tab文件大约有1100个数据样本(行)，每一个看起来都像这样：
864 1342470776.212023000 172.25.177.41 155.34.234.20 HTTP/png,image/*;q=0.8,*/*;q=0.5 gzip,deflate 0.000094000 http:&#
浏览 1提问于2012-07-30得票数 1
回答已采纳
1回答
如何去除信号中的噪声？
、、、
我使用2000信号作为我的数据，其中一些是清晰的，有些是坏信号。所有清晰的信号都有峰值，所有的坏信号都像鼻窦，但有噪音。我正在使用神经网络对这些数据进行训练(代码如下)。贝娄有一个信号，我想保留，和一个有噪音的信号，我想删除它(第二个)。有什么方法可以做到吗？我想删除这些信号，因为当我做ANN训练时，它们会破坏我的准确性。两个信号：我的代码：
X_train, X_test, Y_train, Y_test = train_te
浏览 0提问于2022-09-14得票数 1
3回答
我正在做我的最后一个项目。我选择实现一个用于字符识别的神经网络。
我的计划是将包含26个英文字母的26张图像作为训练数据，但我不知道如何将这些图像转换为我的神经网络的输入。假设我有一个具有两层的反向传播神经网络-一个隐藏层和一个输出层。输出层有26个神经元，产生26个字母。我自己创建了26个图像(大小为100*100像素的24位bmp格式)，每个图像都包含一个英文字母。我不需要做图
浏览 1提问于2011-10-21得票数 0
回答已采纳
1回答
我有一个很大的核苷酸序列数据集(简单地说就是长字符串)，它可以转换成一个充满字符的104*13440矩阵。我的项目迫使我进行退化的字符串匹配，同时探索所有可能的状态/机会(i-e没有花哨的启发式和/或筛选)。由于数据集如此之大，手动逐个字符地检查所有单词元组是非常令人沮丧的，并且计算复杂。与简单的字符比较相比
浏览 1提问于2011-05-07得票数 0
回答已采纳
我试图找到一种很好的分类方法来解决我的问题:将多个数据值丢失、截断或错误的客户记录分类为不同的客户类别，即对一个或多个客户记录进行分类，并查看它是否属于同一客户或其他客户。为什么我要用神经网络来做这个，而不是贝叶斯网呢？我的教授说神经网络是最好的方法。
浏览 4提问于2011-05-21得票数 2
7915 ----> T7946 ----> s有谁知道将单词分解成子词的好处是什么，以及当某人应该使用子词标记器而不是更标准的单词标记器时* Tensorflow的版本为2.3，该子单词标记器属于tfds.deprecated.text
浏览 0提问于2020-10-09得票数 3
回答已采纳
1回答
假设我们有由离散值和文本字符串组成的输入数据，并且输出应该是一组标记。
要将这些数据转换成可以输入神经网络的数据，我很难弄清楚如何处理文本输入。仅使用文本输入，我假设一个RNN生成一个思想向量，可以工作，但我有点不确定如何向输入数据的其余部分提供信息。
浏览 4提问于2016-10-11得票数 1
回答已采纳
1回答
这是一个预测一个人是否幸存的数据框架。有人能告诉我如何解决这个问题吗？提前谢谢！单击此处查看我尝试作为列车特征上传的数据帧。 在此处输入图像描述 model.summary() = 在此处输入图像描述
浏览 73提问于2021-03-02得票数 0
回答已采纳
2回答
我正在学习神经网络，并试图用tensorflow创建说话人识别系统。我想知道话语长度是如何影响神经网络的。例如，我有1000个相同长度的不同录音和1000个不同长度的录音。那么，从理论上讲，神经网络如何处理这些数据呢？具有相同长度记录的数据库的神经网络会做得更好还是更差？为什么？
浏览 1提问于2017-01-04得票数 5
1回答
据我所知，神经网络不擅长分类“未知数”，即不属于学习类的项目。但是，人脸检测/识别方法通常如何确定在某个区域没有检测到/识别出人脸？预测的概率是否被某种程度地阈值化了？
浏览 0提问于2018-03-01得票数 0
回答已采纳
云服务器
ICP备案
云直播
对象存储
腾讯会议
腾讯云开发者
