我的输入层的形状是(None，)，我想重复输入，直到它超过一定的量。(例如，直到超过(7，)) 下面是我的代码： import keras
Inpt_lyr = keras.Input但我不确定这是否是优化的方式。例如，如果最小接受长度
浏览 2提问于2019-09-21得票数 1
回答已采纳
尝试编写代码来生成神经网络中的层，而我只是想弄清楚如何为属于神经元本身的变量赋值。在我的代码中，标准神经元的结构包含在一个名为XORNeuron的类中，我在一个FOR循环中调用这个类，以便根据创建层时分配的神经元数量生成一定数量的神经元。我正在使用一个数组来做这件事，但是我想知道如何<
浏览 2提问于2018-01-10得票数 0
回答已采纳
1回答
在黑暗和清晰之间的过渡是渐进的，所以我的结果不是一行边缘像素，而是一个10或15像素宽的边缘“带状”。我手动注释了200多张图片，所以对于每一幅图像，我有另一幅图像，大小相同，其中等高线的像素是黑色的，所有其他像素都是白色的。我已经看过许多关于如何设计、编译和拟合模型(神经网络)以及如何使用人工注释的数据测试模型的教程。
然而，大多数教程都涉及分类问题，其中输出层中的</e
浏览 3提问于2021-06-07得票数 0
回答已采纳
3回答
如何将输入维度转换为Keras中LSTM层的输出维度？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通过阅读，我了解输入</em
浏览 0提问于2018-04-18得票数 6
回答已采纳
我有一个神经网络，它需要1935年的输入，所以我想知道是否有一个关于网络应该是多少层的一般规则。📷
浏览 0提问于2021-07-23得票数 1
回答已采纳
我的情况是:多类分类问题，有5个特征(列在我的数据中)，15个类，单个标签。我的模型是:一个输入层有5个神经元，一个隐层有ReLU，一个输出层有softmax。我有两个问题：
输入层有多少个神经元？它是否确定它是根据特征的数量加偏见？我试着调整输入层的神经元数量，比如77个<
浏览 10提问于2022-06-19得票数 1
回答已采纳
1回答
在教程de dataset中有10个属性(经过一次热转换之后)，但是当模型创建时，输入层的神经元(64)比输入( 10 )多。mse', metrics=['mae', 'mse'])我认为神经元的数量应该等于条目的数目谢谢你的关注
浏览 1提问于2020-04-19得票数 0
回答已采纳
2回答
我有一个2D表面，在那里，一艘船(以恒定的速度)在现场周围航行以获取糖果。船每捡到一颗糖果，我就增加健身能力。NN有一个输出来引导船(左0，右1，所以0.5是直进的)，在范围内有四个输入-1。船的方向和糖果的方向。
有没有办法计算隐藏层中神经元的最小数目？我还尝试给出两个输入，而不是四个，第一个是点积，第二个是(0/1)，如果糖果是在船的左右。似乎这种方法在隐藏层神经元较
浏览 11提问于2015-11-11得票数 2
回答已采纳
1回答
我正在处理文本识别，目前我使用的是支持向量机方法。我也想试试神经网络。我读过一些关于神经网络是如何工作的文献，但是这个理论很重，我不知道它将如何适用于我的情况。所以，如果有人能帮我说清楚，尤其是神经网络的架构，那就太好了。
如果有200个特征，这将如何导致神经网络<e
浏览 2提问于2014-03-06得票数 1
2回答
神经网络中隐神经元的确定
、、、
如何选择隐层的神经元数(反向传播网络)？对于选择隐藏神经元的数量是否有任何严格的规则？我在一些文章中发现，它应该几乎等于(no_input_neurons * no_output_neurons)的平方根。但这对我没用。选择神经元是一种成功的试验方法吗？我正在尝试设计的神经网络，以便从基本(已经做过XOR)开始。我该怎么做？我在不同的论坛上发现隐
浏览 2提问于2013-12-21得票数 0
回答已采纳
1回答
基于神经网络的人脸识别
、、、
对于深度学习中的面部识别示例，特征(鼻子、眼睛、嘴唇等)在第一个隐藏层中进行分析。如果我们想分析更多的特征，比如酒窝、皮肤类型、肤色、皱纹等，我们是要向第一个隐藏层添加更多节点，还是要向网络添加更多隐藏层？如果两种解决方案中的任何一种都有效，那么就性能和复杂性而言，哪种解决方案更好？
浏览 13提问于2019-08-06得票数 0
2回答
我正在尝试理解Keras中的ANN架构的一个概念。任何神经网络中的输入神经元的数量都应该等于特征/属性/列的数量。因此，在矩阵为(20000, 100 )的情况下，我的输入形状应该有100个神经元。在Keras页面上的示例中，我看到了一个代码： model = Sequential([Dense(32, input_shape
浏览 29提问于2019-05-25得票数 4
1回答
为什么有这么多权重数组？
、、、、
我在理论学习中了解到，在神经网络中，权重只在输入层和隐藏层之间或隐藏层之间。我写了这段代码，我在其中添加了两层：for lay in NN.layers: print(lay.
浏览 0提问于2021-08-03得票数 0
2回答
序贯模型层中细胞数的理解
、、、
所以，想象两层:一个有三个神经元的输入层，一个有2个神经元的经典递归层，以及一个激活函数f。我将写出递归层每个神经元的输出。另外，让我们想象一下一个稍微不同的RNN体系结构。
两个神经元的输入层(x1, x2)和3个神经元的经典递归层和激活函数f。我将写出递
浏览 0提问于2020-12-06得票数 2
回答已采纳
2回答
根据的说法，一个人永远不应该使用超过两个隐藏的神经元层。根据的说法，一个中间层最多应该包含两倍的输入或输出神经元(因此，如果你有5个输入神经元和10个输出神经元，那么每层最多应该使用20个中间神经元)。
这是否意味着所有数据都将在神经元数量内建模？因此，例如，如果一个人想做任何事情，从天气建模(来自不同气象站的
浏览 2提问于2012-03-13得票数 3
1回答
我有一个具有以下形状的输入数据：(5395, 69, 1)(69,1)或
(1,69) ?对于LSTM层的69个神经元，我在第一个input_shape 19'596参数中进行训练，用第二个38'364个参数，这些不是get作为输入1和69值的结果吗？我的问题是，我应该输入1因为我有一个功能，或69因为我有69个时间步骤，为什么？
浏览 6提问于2020-04-11得票数 1
回答已采纳
1回答
在典型的神经网络中，每个层都有一定数量的神经元，所有神经元都有来自前一层每个神经元的传入连接(反之亦然)。这一点我没有问题，知道如何传播。然而，当你有一个没有层层神经元的网络时(我正在研究整洁的算法)；其中神经元只是基于遗传算法(随机创建-然后是适应度的测试)连接，没有一个简单的方法来计算<e
浏览 0提问于2015-12-21得票数 2
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
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
