我正在训练一个ANN模型，它必须产生积极的预测(例如，一些物体的长度)。我计划实现这个约束的方法是在现有的神经网络末尾附加一个单节点层(输出层)，并将此输出节点指定为零偏差。我想知道如何在训练过程中“修复”节点/层的权重和偏差。
浏览 26提问于2021-01-07得票数 0
1回答
决定偏置输入
、、
我正在使用不同的网络层进行练习。不同的偏置输入会产生不同的结果。如何找到DNN模型的最佳偏差输入？应该考虑哪些因素？我总是看到线性变换，这是有原因的吗？谢谢。
浏览 12提问于2019-12-27得票数 2
1回答
我想看看在训练过程中权重和偏差是如何变化的。理想情况下，我希望在tensorboard中看到它。有人能告诉我怎么做吗。
浏览 20提问于2019-05-08得票数 0
1回答
我正在尝试训练一个实值输出的神经网络，我只是给出了点的净插值集(看起来像方形振荡)但是反向传播总是不给我一个很好的输入拟合，我试图添加更多的特征，这些特征是更高的输入值，并对输出进行归一化，但它似乎没有帮助.the网络是3层1输入1隐藏1输出和一个输出节点如何解决这个问题？
浏览 0提问于2017-03-09得票数 1
作为一个更熟悉标准神经网络，但试图更好地理解LLM的人，我很好奇LLM参数是否与NN的权重相同，即它基本上是一个从随机系数开始的数字，并且随着模型的学习以减少损失的方式进行调整吗？如果是这样的话，为什么那么多在LLM空间中工作的研究将这些称为参数，而不是仅仅调用它们的权重？
浏览 0提问于2023-04-06得票数 5
回答已采纳
3回答
假设我有一个定义好的神经网络的训练样本(带有相应的训练标签)(神经网络的结构对于回答这个问题并不重要)。让我们把神经网络称为“模型”。为了不创建任何夫人，让我们说，我介绍了最初的权重和偏差的‘模型’。我用训练样本和训练标签来训练40个时代的“模型”。经过训练，神经网络将对整个神经网络有一组特定的权重
浏览 13提问于2020-03-20得票数 3
回答已采纳
它应该是一个反向传播神经网络代码。但它似乎缺乏重量和偏见等东西。代码是否正确？它是边测试边训练的反向传播神经网络吗？
浏览 2提问于2011-01-17得票数 0
我的问题是: Matlab 2010提供了神经网络过程中的测试、验证周期选项。这是数据分割，还是我必须使用"crossvalind“来分割数据？
浏览 0提问于2012-07-04得票数 3
1回答
我正在使用Orange数据挖掘在Iris数据集上训练模型。我使用随机梯度下降节点进行训练，并希望提取网络的相应权重和偏差。
我是个新手，所以我可能把SGD当成一个神经网络是错的。有没有一个不同的节点实际上是一个神经网络？我需要我正在工作的项目的确切权重和偏差，我不关心我是如何获得它们的。我知道有一个python接口，但我也找不到那里的权重。我需要的软件，使训练非常
浏览 11提问于2017-01-31得票数 1
回答已采纳
1回答
例如，假设我同时训练几个网络，每个网络都有自己的准确率和损失wrt步骤，根据其网络对准确率和损失进行分组会很好。或者我想检查每一层的激活，平均权重，平均偏差，按其层分组，以更好地了解它们在训练过程中的变化。
我该怎么做呢？
浏览 3提问于2017-10-18得票数 1
1回答
我目前正在尝试在本文中实现第217页的最小-最大相关性模型：
问题是，我需要训练一个偏差，它被添加到一个层，它本身是权重*输入+偏差的总和。应该训练后一种权重。因此，我有一个具有一个隐藏层的神经网络。隐藏层的偏差就像线性回归一样，只是输入层和输出层。偏置有自己的输入值。我想我必须使用函数式api，但是我如何在隐藏层中添加LR输出作为偏置项？
浏览 4提问于2020-08-18得票数 1
2回答
我尝试使用以下代码-多任务模型来构建神经网络模型x = Dense(300, activation='relu')(inp) loss_weights={'reg':0.5, 'class':0.5})
现在我想用遗传算法来优化神经网络的权重、层和</
浏览 0提问于2020-05-05得票数 0
我正在试图理解神经网络，从我所看到的一切来看，我知道它们是由节点创建的层组成的。这些节点通过“加权”连接相互连接，通过输入层传递值，这些值通过节点传递，根据连接的“权重”更改它们的值(对吗？)。我理解这个过程，但我不认为这会导致网络被训练。网络是否记住了加权连接之间的模式？它是如何记住这种模式的？
浏览 25提问于2018-12-16得票数 5
回答已采纳
假设我用权值和偏差变量字典构造了一个神经网络A，在神经网络A中训练后得到了权重和偏差的具体值，我想用这些特定值来代替神经网络B中的tf.Variable。我如何达到这个目的？我尝试过tf.train.Saver()，但是，我不知道如何在另一个网络B中(在另一个文件中)恢复权重和偏差。我也尝试过使用pickle.dump存储它们，但是，我遇到了另一
浏览 6提问于2016-02-18得票数 1
我正在研究基于遗传算法(GA)的神经网络(ANN)进行特征选择。遗传算法用于特征选择。精度由人工神经网络作为遗传算法的适应值。但是，我不知道如何保存训练好的ANN网络/权重/偏差
浏览 3提问于2015-09-17得票数 1
1回答
我是CNN的初学者，我在构建我的网络时使用3D卷积层，但是我无法理解如何计算这个convolution3D层的可训练参数。下面是一个简单的具有输入形状(3，16,112)(通道、帧、高度、宽度)的单层网络的例子，即16幅RGB大小的图像(112*112)：if summary:return model
摘要显示了5248个可训练参数
浏览 0提问于2019-04-15得票数 2
回答已采纳
另外，我还没有考虑到网络中的偏差，这是否是效率较低的原因( 200例训练数据的预测率为93%，100例测试数据的预测率为90% )。我以学习率为0.005，错误阈值为0.005。
浏览 3提问于2016-06-24得票数 1
回答已采纳
我正在跟踪一个关于在片上系统(ARM处理器+ Xilinx )中实现神经网络的Xilinx教程，并且在编译步骤中出现了一个错误。我在Matlab2020b中训练了一个U-Net，并通过onnx2keras导出到Keras，并遵循本教程的步骤，没有任何错误：冻结TF图。运行编译器(解析原始模型时出错)。然后，我决定比较冻结后和量化后的两个神经网络</e
浏览 0提问于2021-10-15得票数 0
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
