1回答
我有一个脚本来拍摄像所提供的那样的照片，用彩色循环包围未修剪的草、修剪过的草或其他背景细节(为了拒绝非草区域)，并从这些类型的训练数据的彩色循环内以一串小图像的形式生成训练数据。我正在努力寻找哪种类型的神经网络最适合从这些训练数据中学习，并通过安装在割草机上的视频实时告诉我图像的哪些部分是未割的草</e
浏览 14提问于2019-03-27得票数 1
我有一个上面有精灵的位图。比方说在位图坐标空间(源矩形)中具有坐标(0,0)-(5,4)的sprite。我把它放到目标矩形上，在渲染目标坐标空间(ID2D1SpriteBatch::AddSprites函数)中使用相同的坐标(0,0)-(5,4)。但它绘制的精灵与切割的权利和底部边缘的一个像素。如果我使用一个带有(0,0)-(6,5)坐标(也就是加一个像素)的源矩形，它就解决了这个问题，Direct2D会根据需要绘制精灵。好吧，但我不
浏览 0提问于2019-09-09得票数 3
我对一般的科学知识学习和机器学习都很陌生。我希望可视化这两类之间的距离(剪切和未切割)，因此我尝试使用线性判别分析，这与主成分分析类似，使用以下代码： [ 4.14254941] [ 7.00884032]
浏览 1提问于2016-08-22得票数 2
回答已采纳
1回答
我正在构建一个神经网络，通过分析每0.1秒上传和下载的字节来预测视频是否是色情的，总共25.6秒。所以，我有512个输入变量，256个下载变量和256个上传变量，我意识到在同一秒钟，上传和下载变量是高度相关的。这是否意味着我只是通过区分上传和下载变量来增加复杂性呢？
浏览 0提问于2018-04-29得票数 2
在维基百科和deeplearning4j中都有这样的说法:深度学习神经网络是一种隐层大于1的神经网络.我还听说堆叠的神经网络被认为是深度学习。深度学习是如何定义的？我的神经网络的背景大多来自大学，而不是工作：
神经网络
浏览 0提问于2016-10-04得票数 14
回答已采纳
2回答
我一直在使用matlab上的神经网络，但无法找到一个允许神经网络多个隐藏层的包。建议使用“`nnet”包，但它只允许一个对我没有用处的层网络。还有其他能像matlab那样训练复杂神经网络的软件包吗？
(如果存在，则可能应该更新CRAN页面。对如何做到这一点有什么想法吗？)
浏览 4提问于2014-06-04得票数 4
1回答
我有一个回归问题，大约有一百万行，大约有10-15个特性.在这种特殊的环境下，什么应该更好地发挥作用？神经网络还是规则回归？
浏览 0提问于2019-05-21得票数 0
回答已采纳
在阅读了一些理论之后，我对以下术语感到有点困惑：深层神经网络前馈神经网络卷积神经网络深层信念网络..。然而，维基百科现在也让我很难区分所有的术语，它说：“深层神经网络、深层信念网络、递
浏览 0提问于2019-07-15得票数 3
回答已采纳
我是ML领域的初学者。我正在学习角角，以获得亲身体验。我选择了20_新闻组数据的分类作为我的任务，我使用glove.6B.50d.txt进行嵌入。我选择为这个任务训练一个RNN，因为它有更好地学习时间序列数据的能力。训练与不同组合的LSTM层和输出尺寸，然后收敛到一个组合。然后，我尝试了同样的任务的CNN模型。我发现CNN模型可以学习得更快，在15个周期结束时的准确率约为65%，因
浏览 0提问于2018-05-23得票数 1
1回答
我目前正在进行激光切割的程序优化-在MATLAB中。我试图将工艺参数与切削质量联系起来，例如：
LB
浏览 1提问于2013-03-26得票数 1
回答已采纳
关于“棒材切割”问题：
给定一根长度为n英寸的棒子，以及包含小于n的所有尺寸的价格的一系列价格。通过切割杆并出售该杆来确定可获得的最大值。rx表示长度为x的杆的最大值(经过切割以使利润最大化)，而px则表示长度为x的单条杆的价格。第3-8行计算j=1到n的值r[j]，第5-6行计算最大价格，通过考虑所有可能的裁剪，我们可以出售长度为j的
浏览 0提问于2018-10-31得票数 3
回答已采纳
什么时候将神经网络定义为深度神经网络(DNN)而不是神经网络？
据我所知，DNN是具有多层的神经网络，简单的神经网络通常有较少的层数。但又有多少人呢？还是有其他的定义？使用Tensorflow、Caffee这样的培训网络是什么？据我所知，我还没有看到任何人手动设计一个包含许多层的网络。他们似乎推广了创建DNN的工具，但是如果您只创建一个包含两个层的网络，那么DNN
浏览 0提问于2016-12-28得票数 8
回答已采纳
4回答
我计划使用神经网络来逼近强化学习算法中的值函数。我想这样做是为了对我如何表示状态和行为引入一些概括和灵活性。谢谢,
图努兹
浏览 6提问于2011-08-02得票数 6
回答已采纳
神经网络学习逼近期望的输出，因此可以使用未知的测试集，并根据其各自的类别对每个测试示例进行分类。例如，神经网络可以学习对手写数字进行分类，并将手写的' 9‘识别为值9。神经网络如何将训练样本的输出与期望的输出进行比较？在神经网络的结构中，期望输出的编码是什么？
浏览 0提问于2014-10-21得票数 1
回答已采纳
我指的是我看到的下面的图片。这个解释一开始似乎很直观，但我想我不明白它是如何工作的。图像表明，传统的机器学习算法经过一定量的数据后，性能趋于平稳，而深度学习算法的性能随着数据量的增加而提高。与机器学习模型的手动特征选择相比，深度学习方法是否能自动学习重要的特征？如果是的话，请你详细说明一下。
浏览 0提问于2019-05-10得票数 2
在那个人工神经网络中，我是机器学习的新手。我在R中使用nnet软件包进行神经网络的训练。模型参数和超参数有什么区别？我听说在我们设置模型参数之前就设置了超参数。人工神经网络的超参数和模型参数是什么？即是否在神经网络训练阶段调整超参数，在验证阶段调整模型参数？
浏览 0提问于2017-03-16得票数 3
1回答
在理解神经网络方面有困难
、、、、
我正在尝试使用神经网络来解决一个问题。我从Coursera上提供的机器学习课程中了解到了它们，并且很高兴地发现FANN是神经网络的Ruby实现，所以我不必重新发明飞机。所以这是一个分类问题，但我不认为它适合逻辑回归类型的图表，而神经网络似乎更正确。我的代码开始然后我
浏览 3提问于2012-10-08得票数 4
4回答
是否有在结构化数据中执行聚类的深度学习文献/参考资料？我知道这可以使用Kmeans，GMM等来完成，但是有没有可能使用深度神经网络等来完成聚类分析呢？谢谢。
浏览 0提问于2019-02-01得票数 0
1回答
我很好奇，即使是一个设计精良的网络，也会有什么样的限制。尤其是这一次，我需要对以下几个方面有一些见解：
一组非平凡大小的随机整数(例如至少500)。一个熟练创建/训练的神经网络。我的理解是，人工神经网络可以被训练来寻找特定的序列模式(同样- n^2，2x+5等)。我想知道的是，它是否能识别出一个更一般的模式，比如n^y或xy+z。我的想法是，它不可能识别，因为n^y可以产生
浏览 9提问于2015-04-01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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
