1回答
处理神经网络输入中的错误
、、、
当您正在构建一个神经网络，其中的输入值已知存在错误时，是否有方法将其合并到网络中？也就是说，一个输入值可能有一个已知的小误差，所以它的值是一个很好的估计；但另一个值可能有更大的标准误差，所以你对它的真实值不太有信心。用谷歌搜索这个问题并不容易，因为弹出的大多数都是错误消息或输出中的错误，所以如果有人马上就知道了
浏览 6提问于2019-02-05得票数 0
1回答
C++如何实时处理人工神经网络的多个输入？
这在实时世界中是可能的吗？我在想，要么单独处理每个输入(这将总是导致相同的输出，因此出现了dilemna)，要么在每个时间阈值内累积一定数量的输入，然后立即处理它们……
浏览 0提问于2013-01-08得票数 0
1回答
我正在研究使用神经网络和PCA (主成分分析)进行人脸检测，但我对神经网络的输入层有一个问题：
在使用主成分分析对图像人脸数据库进行处理后，我得到了一组EigenVectors (1个图像人脸=1个向量根据神经网络文档，输入层只接受实数值(例如，0.1100,10000)。但是如果输入的是向量，所以我不能在这一步中处理。
浏览 2提问于2014-03-08得票数 0
1回答
输入输出维数不固定的神经网络
、、、、
我想知道它是否存在一个能够处理不同维度的输入和输出的模型/方法。输入功能越少，输出越少。最重要的是，我并不是因为缺少知识而没有它们，而是因为在相同的问题领域，我可以拥有所有的6个特性，或者更少。
建立一个处理这类事情的模型是可能的吗？我认为的另一个
浏览 0提问于2020-11-12得票数 1
回答已采纳
8回答
我对神经网络这个话题很陌生。我遇到了两个术语--卷积神经网络和递归神经网络。
我想知道这两个术语是否是指同一事物，或者，如果不是，它们之间会有什么区别呢？
浏览 6提问于2014-01-04得票数 67
1回答
我想知道前馈神经网络是否能很好地处理不连续的输入，以及处理得有多好。
在一个深度强化学习项目中，我想将一个方向输入到神经网络中。然而，方向角定义在- 180°，180°的范围内，边界处有不连续。那么，给定足够的训练样本和时间，神经网络是否会了解-180°实际上与+180°相同，还是会区分这些值，因为它们位于输入空间的相反一侧？
浏览 9提问于2016-09-14得票数 1
在我的大学期末考试中，我尝试使用SNPE和微型YOLO在Android应用程序中实时检测对象。我成功地将模型转换成DLC格式，但我不知道如何准备输入张量和如何处理输出张量。有人能帮我吗？谢谢。
浏览 4提问于2018-10-30得票数 0
回答已采纳
1回答
我正试图建立一个神经网络来帮助预测一个NBA球员一个赛季的总体幻想制作得分。我为球员职业生涯的每一个赛季所做的就是使用一定的统计数据来获得那个赛季的整体生产分数。我想建立某种类型的回归模型，可以说，未来三年玩家的生产分数。示例输入，其中每个数组都是一个球员的职业生产编号：
[45, 79,
浏览 0提问于2018-04-16得票数 1
回答已采纳
我已经收集了4张照片，很清楚，我已经在Jason文件“data.json”中放置了两个以上的姿势，有人能帮我解决这个错误吗？为什么这会被困在brain.normalizeData(); --如果有人能帮我解决这个问题，会很有帮助的(参见)。.position.y; stroke(255); }}
是我的sketch.js和data.json的链接
浏览 7提问于2022-08-15得票数 0
1回答
我们的网络有三种类型的输入:屏幕截图(我们使用尺寸为1280×1280的页面上的裁剪，但是该网络可以处理任意大小的页面)、TextMaps (维数为128 \times 160 \times 160的张量截图由三个卷积层处理(前两层由BVLC AlexNet的预训练权值初始化)。TextMaps被处理为一个卷积层，内核大小为1 \times 1，因此它的特征捕获了各种单词的
浏览 0提问于2019-01-19得票数 2
回答已采纳
1回答
它们存储在我的trainY (600,1,1)和testY (56,1,1) numpy数组中。 我想使用其他88列作为预测比赛结果的指标。在我现在所在的神经网络课程中，我们主要使用了线性，卷积，池化和丢失层。我的问题是，在我的课堂上，我们只复习过与图像识别/标签相关的例子，所以我真的不知所措，不知道如何处理我的想法。我可以对我的数据应用卷积层吗？如果是这样，我如何实现K
浏览 7提问于2020-04-26得票数 1
回答已采纳
2回答
许多RNN类(BasicRNNCell、LSTMCell等)的构造函数接受一个名为num_units的参数。这将设置单元格中的单位数。
我认为这确定了RNN应该按顺序处理的元素的数量。所以如果你想要一个RNN来处理长度为N的序列，那么每个单元就有N个单元。这是正确的吗？RNN单元到底是什么？
浏览 2提问于2017-10-07得票数 0
回答已采纳
1回答
使用前馈神经网络代替LSTM？
、、、、
LSTM神经网络只是简单地回顾过去。但我也可以获取一些(或许多)过去的值，并将它们用作FFNN的输入特征。 这样，FFNN能否取代LSTM网络？如果我可以接受过去的值并将它们用作输入特性，那么为什么我应该更喜欢LSTM而不是FFNN呢？
浏览 69提问于2019-12-26得票数 0
1回答
我正在尝试用深度神经网络制作一个聊天机器人，在python中使用keras。我的问题是，深神经网络要工作，输入维数必须是固定的。所以我的问题是，我怎样才能把一系列的单词(不同长度的句子)映射到一个固定的向量上，这样我才能通过一个深层次的神经网络来提供这个信息呢？
浏览 0提问于2017-01-05得票数 0
回答已采纳
我已经创建了这个定制的CNN，训练它，现在希望尝试从我的网络摄像头实时传递帧，以测试预测。#imported necessitiesimport pandas as pd import matplotlib.pyplot
浏览 3提问于2021-02-06得票数 0
我刚刚开始掌握反向传播和MLP网络的概念。我困惑的是，输入层中的输入向量是如何被“钳制”的？例如，让我们以模拟IRIS数据集为例：[3.0,3.6,1.8,1.7,1],这些输入在输入层中一起输入吗？或者他们是一个接一个的进食。
我的意思是，在第一次迭代中是第一个输入</
浏览 1提问于2016-01-22得票数 1
1回答
我用tensorflow训练了一个神经网络。在训练时，我显式地定义了批处理大小为20的输入占位符的形状，如下面的[20,224,224,3]。我显式地定义了批处理大小，因为它是网络中的一个split层，将None作为批处理大小传递会抛出错误。有没有办法可以在推断时更改输入占位符的形状，以便我可以在单个图像上进行推断？
浏览 4提问于2017-08-10得票数 2
回答已采纳
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
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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
