腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(3604)
视频
沙龙
1
回答
如
何在
不影响
神经元
权重
的
情况下
计算
FLOPs
和
Params
?
、
、
、
、
我
的
Prune代码如下所示,运行此代码后,我将获得一个名为'pruned_model.pth‘
的
文件。0.3183, -0.9097, -1.6152, 0.4712, -0.2378, -0.4972], device='cuda:0', requires_grad=True))] 存在许多零
权重
如
何在
不
计算
与这些零值相关
的
计算
的
情况下
计算
FLOP
和
<
浏览 40
提问于2020-10-27
得票数 1
2
回答
如
何在
Keras中实现RBF激活函数?
、
、
、
、
我实际上想做
的
是,实现LeNet5神经网络
的
输出层。LeNet-5
的
输出层有点特殊,每个
神经元
输出其输入向量
和
其
权重
向量之间
的
欧几里得距离
的
平方,而不是
计算
输入向量
和
权重
向量
的
点积。例如,layer1有84个
神经元
,layer2有10个
神经元
。在一般
情况下
,为了
计算
layer2
的
10个
浏览 43
提问于2018-12-20
得票数 5
回答已采纳
4
回答
为什么logistic回归
的
权重
参数被初始化为零?
、
、
、
我已经看到神经网络
的
权值被初始化为随机数,所以我很好奇为什么逻辑回归
的
权重
被初始化为零?
浏览 0
提问于2017-09-10
得票数 13
回答已采纳
2
回答
添加最轻
的
可能边而
不影响
图
的
最小生成树?
、
、
我们有一个图G,并希望在每个顶点对之间添加边,这是尽可能轻
的
,而
不影响
最小生成树。给定最小生成树
和
一对顶点,如
何在
不影响
MST
的
情况下
计算
它们之间添加
的
最轻边
的
权重
?我认为增加一个比两个顶点更重
的
边是可行
的
,但在我所做
的
试验中,它似乎是错误
的
。
浏览 0
提问于2015-09-30
得票数 0
回答已采纳
1
回答
我在寻找好
的
神经元
硅度度量
、
、
最近,我设法创建了简单
的
神经网络可视化,以帮助理解神经网络如
何在
信号水平上工作。我还想按照相似的方式排列
神经元
,因为我期望它们有明显
的
责任区域。看看它是什么样子:为了查看发行版,我创建了两个度量标准: 欧几里德:
计算
输出
权重
空间(10维)中
的
距离,并根据该距离排斥
神经元
,并吸引在该10d空间中接近
的
神经元
。输出优势:吸引在特定输出时具有最大重量
的</e
浏览 0
提问于2023-03-01
得票数 2
回答已采纳
3
回答
Keras层实现背后
的
架构是什么?
、
、
通过阅读Colah
的
,似乎"timesteps" (AKA,input_dim或input_shape中
的
第一个值)
的
数量应该等于
神经元
的
数量,而
神经元
的
数量应该等于这个units层
的
输出数( LSTM层
的
units参数所描述
的
)。通过阅读,我了解输入
的
形状。令我困惑
的
是,Keras如何将输入插入到每个LSTM“智能
神经元
”中。层有10个<em
浏览 0
提问于2018-04-18
得票数 6
回答已采纳
2
回答
如何利用反向传播算法更新偏差
和
偏差
的
权重
、
、
我正在编写我自己
的
训练算法,但我不知道如何设置偏置权。必须在每一层更新偏置
权重
吗?
浏览 0
提问于2016-05-27
得票数 9
回答已采纳
1
回答
Tensorflow
的
数据流图
和
DNN之间有什么关系?
、
正如我们所知,DNN由许多层组成,这些层由许多
神经元
组成,这些
神经元
将相同
的
函数应用于输入
的
不同部分。同时,如果我们使用Tensorflow来执行DNN任务,我们将会得到Tensorflow自动生成
的
数据流图,并且我们可以使用Tensorboard将数据流图可视化为blow。但在这一层中没有
神经元
。所以我想知道Tensorflow数据流图
和
DNN之间
的
关系是什么?当DNN中
的
一个
神经元
映射到数据流图中时,它是如何表示
浏览 1
提问于2018-05-04
得票数 1
1
回答
神经网络与大O
、
、
我失去了这个问题
的
所有分数,因为我甚至不知道从哪里开始。坦率地说,我们没有被教过这一切。我没有收到关于这个家庭作业
的
反馈,但我真的想学习如何解决这些问题。有人能告诉我从哪里开始吗?我非常沮丧,因为我没有得到我
的
教授
的
帮助。我只想学点东西。我在谷歌上搜索了一下,没有找到任何有帮助
的
东西。 假设我有一个m个数据点
的
训练集,具有n个特征。进一步假设我使用一个带有h个隐藏节点
的
神经网络来学习这些数据,并且在后端终止之前它经历了e个时代。用大O表示法回答以下每一个问题.(例如O(
浏览 0
提问于2018-12-19
得票数 4
回答已采纳
1
回答
卷积神经网络中滤波器
的
差异
当创建卷积神经网络(CNN)时(例如,
如
中所描述
的
),输入层与一个或多个滤波器连接,每个滤波器表示一个特征映射。在这里,滤波器层中
的
每个
神经元
与输入层中
的
几个
神经元
相连。在最简单
的
情况下
,我
的
n个滤波器都有相同
的
维数,并且使用相同
的
步幅。 如何确保过滤器学习不同
的
特征,尽管它们是用相同
的
补丁进行培训
的
?
浏览 3
提问于2016-05-26
得票数 2
3
回答
第二部分弹性反向传播神经网络
、
、
、
这是的后续问题.对于给定
的
神经元
,我不清楚如何取其误差
的
偏导数
和
其
权重
的
偏导数。 从这个中可以清楚地看到,传播是如何工作
的
(尽管我正在处理弹性传播)。对于前馈神经网络,我们需要1)在神经网络中向前移动,触发
神经元
,2)从输出层
神经元
中
计算
出总误差。然后向后移动,按
神经元
中
的
每个
权重
来传递该误差,然后再次向前,更新每个
神经元
的
<e
浏览 1
提问于2012-08-27
得票数 7
1
回答
PyTorch如
何在
只有标量损失
的
情况下
训练神经网络?
、
、
、
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pyt
浏览 15
提问于2021-02-28
得票数 0
回答已采纳
1
回答
反向传播神经网络,层中太多
的
神经元
导致输出过高。
、
、
、
有大量输入
的
神经网络会导致我
的
网络问题,比如
计算
输出或梯度之和后,将
和
除以“输出
和
的
前一层
神经元<
浏览 2
提问于2016-05-24
得票数 0
3
回答
无法理解神经网络
的
体系结构
、
、
、
📷我对这个领域很熟悉,所以请不要让我在开始
的
时候忘记基本
的
概念。
浏览 0
提问于2021-06-25
得票数 4
回答已采纳
1
回答
Mysql按
计算
值排序-用户定义
的
类别
权重
、
、
、
最初,select语句只根据where子句
和
order by索引id提取所需
的
项。非常快。 然而,我们有一些用户要求给每个类别赋予
权重
的
能力(即。财务= 60%,信用= 25%,保险= 15%),并允许勾选框随时间降低结果,这意味着select语句现在必须
计算
一个值(类别*
权重
),并且如果为where子句返回
的
每个结果启用了勾选框(类别*
权重
*1然后,它必须按这个
计算
值排序。正如您可以想象
的
那样,每次查询
的<
浏览 3
提问于2009-10-02
得票数 1
回答已采纳
1
回答
从输出预测神经网络输入
假设您有一个神经网络,没有激活函数,只有已知
的
偏差、
权重
和
输出。假设这是可能
的
,我认为这是没有理由
的
,你将做
的
第一步是从神经网络
的
输出中减去偏差,在那之后,你必须使用某种方法来获取输出,没有偏差,并且有权值来找到隐藏层
的
值。在纸面上,您可以使用替换来查找隐藏层
的
值,但我想不出一种在代码中轻松实现这一点
的
方法。有没有更简单
的
方法来做到这一点?
浏览 0
提问于2018-04-17
得票数 0
回答已采纳
1
回答
理解Encog神经网络实例
的
结果
通过这个例子(),我建立了自己
的
网络,输入层有4个中子,输出层有2个中子。actual=0.22018401281844316,ideal=1.0有人能向我解释我如何理解结果(实际
的
和
理想
的
以及他们面前
的
数字
浏览 2
提问于2014-03-12
得票数 1
回答已采纳
2
回答
keras对损失函数应用阈值
、
、
、
我
的
数据集非常不平衡,所以我想设置一个训练
和
测试
的
阈值。如果我没有弄错,在进行反向传播时,神经网络会用原始值检查预测值并
计算
误差,并根据误差为
神经元
设置新
的
权重
。我知道有一些方法可以使用自定义阈值应用自定义度量(
如
召回
和
精度),但该阈值仅用于
计算
召回,而不应用于损失函数。更清楚
的
是,如果我想设置0.85作为我
的
阈值,神经网络将使用0.5作为阈值
计算
损失,0.85用
浏览 1
提问于2019-08-23
得票数 0
回答已采纳
1
回答
哪种重量属于哪种联系?
、
、
我创建了一个简单
的
xor问题,并使用pybrain在不使用偏倚
的
情况下
解决它,然后使用一个简单
的
算法从一层到另一层获取所有
权重
。这里一切都很好,不需要知道哪个重量属于哪一个联系。我尝试过在许多组合中使用
权重
,但没有成功地按照正确
的
顺序使用它们(我最初认为问题在于VHDL代码,但后来我尝试手动使用,但最终得到了相同
的
结果)。这意味着我使用
权重
的
方式和我做数学
的
方式是完全有问题
的
。我用
浏览 4
提问于2016-02-17
得票数 1
回答已采纳
1
回答
使用具有MFCC特征
的
kohonen网络进行语音识别。我如何设置
神经元
和它们
的
权重
之间
的
距离?
、
、
、
我不知道如
何在
map中设置每个
神经元
的
位置。这是一个
神经元
和
映射:{ char *name; double *weights;(单词)
和
神经元
之间
的
距离。我将
权重
定义为单词
的
mfcc特征
的
数量,但在训练中,我需要根据
神经元
之间
的
距离更新该
权重</
浏览 1
提问于2016-08-15
得票数 0
回答已采纳
点击加载更多
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
计算GMAC和GFLOPS
让神经网络更快更小更高效的模型优化技术MorphNet
极致的优化:智能手机是如何处理大型神经网络的
神经网络简介
PyTorch可视化理解卷积神经网络
热门
标签
更多标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
活动推荐
运营活动
广告
关闭
领券