2回答
有没有一个函数可以让我对一个向量应用一个特殊的权重？例如，我有我的向量 ele = [39.792964.535872.035816.626843.429910.484146.365481.069231.725321.582554.0883]; 从这里我想计算第二个向量，但条件是如果ELE向量
浏览 9提问于2021-07-01得票数 0
1回答
例如，我的任务是对一组三种模式进行分类。每个模式都有一个与其相关联的目标值(例如，1、0和-1 )。我把算法通过LMS算法。我计算了输出和错误：e(n) = d(n) - w(n)x(n)w(n+1) = w(n) + alpha*x(n)*e(n)现在，我如何处理这个新的权向量，我已经创建了？我是否将这个权重向量应用
浏览 1提问于2016-09-16得票数 1
回答已采纳
1回答
我知道，如果a和b具有相同的权重，我将计算S = a-b，然后使用这些权重来计算S的加权平均值。 但是这里我有向量a和向量b的权重向量，我对S使用什么权重？ 同样，如果S= ((a-b)/a)呢？
浏览 32提问于2020-10-01得票数 0
max_iter=100, tol=1.0e-6, nstart=None, weight='weight',我对个性化和重量感到困惑我理解当不提供个性化矩阵时，使用统一矩阵，当不提供权重时，使用边权重1。
所以我的假设是个性化向量-->可以用于节点权重个性化。例如。我们给出了个性化向量，其中与主题越相关的节点获得的值越
浏览 0提问于2016-03-25得票数 0
1回答
我的问题与keras如何实现权重约束有关，特别是在密集层中。我主要使用R和它的keras实现，所以我将在这里使用他们的符号，但如果有人有一个用Python的解决方案，我也会很高兴。据我所知，像constraint_maxnorm()这样的keras约束可以应用于带有参数kernel_constraint或bias_constraint的layer_dense()，其中内核是指没有偏差项的权重矩阵然而，为了测试新的方法，我认为能够对全权重矩阵应用约束是有用的，其中偏差向量
浏览 2提问于2021-07-13得票数 1
2回答
activation='tanh')) #layer1
model.add(Dense(10, activation = rbf2)) #layer2 如何从layer1获取输入，从layer2获取权重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个神经元中的每个神
浏览 43提问于2018-12-20得票数 5
回答已采纳
Mitchell对感知器的定义如下：
也就是说，如果加权输入之和超过某个阈值，则y为1或-1。
学习一个可接受的权重向量的一种方法是从随机权值开始，然后迭代地将感知器应用于每个训练示例，当感知器的权重错误分类时，修改感知器的权重。这个过程被重复，根据需要反复重复训练示例，直到感知器正确地对所有训练示例
浏览 2提问于2012-12-21得票数 3
回答已采纳
2回答
Im有N对投资组合权重存储在一个numpy数组中，并且希望计算投资组合风险，这是w * E * w_T，其中w_T是权转置。我想出的方法是循环每个权重对并应用矩阵乘法。是否有一种向量化的方法，使得给定一个权重对(如果可能的话，N个权值，所有和为1)，我对每一行都应用一个协方差矩阵来获得风险(即没有循环)？
浏览 4提问于2013-12-03得票数 2
回答已采纳
我试图测量两个特征向量之间的距离，但我想让特征向量中的一个属性比其他属性更重要。例如，如果我下面的向量充满了数字特征，我如何将更多的值放在“品味”上？V=味觉、嗅觉、感觉、外观我是不是更好地在全向量上使用距离度量，然后稍后应用类似于KNN的<em
浏览 1提问于2014-06-16得票数 2
我正在尝试实现一个应用程序，它可以找到图中的所有最小生成树，但我不熟悉C++。我有一个向量G，它的元素<int，int，int>是edgeStart，edgeDest：vector<pair<int, edge>> G;，边是：#define edge pair<int, int>
现在我有了一个问题，因为我想让另一个向量S带有指向向量G的元素的指针。然后我想对向量S进行排序(按权重递增)，但我不想对<e
浏览 4提问于2021-06-17得票数 0
我在我的数据集上训练了支持向量机和logistic回归分类器。两个分类器都提供了一个权重向量，该向量的大小是特征数的大小。我可以使用这个权重向量来选择10个最重要的特征，只要选择权重最高的10个特征。
我是否应该使用权重的绝对值，即选择绝对值最高的10个特征？第二，这只适用于线性核支持向量机，但不适用于我所读过的RBF核。对于非线性核，权值在某种程度上不再是线性的。在非线性核支持向量机的情况下，权重
浏览 3提问于2015-07-21得票数 2
回答已采纳
1回答
问题1
如何将链规则公式dL/dX → W.T • dL/dY应用于矩阵？简单地应用它，如下所示，由于形状不匹配( W.T为(4, 3)，dL/dY为(4,) )，因此无法工作。
浏览 3提问于2021-01-10得票数 0
回答已采纳
如果我们对由Hebb规则确定的权重矩阵的对角线元素为零，我们如何证明自联想网络将继续执行呢？换句话说，假设权重矩阵是从W = PP^T- QI确定的，其中Q是原型向量的数目。我得到了一个提示:证明原型向量仍然是新的权重矩阵的特征向量。
这是一个来自神经网络设计(第二版)的问题，作者是马丁·T·哈根，霍华德·B·德默斯，马克·H·比尔，奥兰多·德耶稣。
浏览 0提问于2019-12-23得票数 2
回答已采纳
如何在tensorflow中对MLP中的权重实现最大范数约束？Hinton和Dean在他们的关于黑暗知识的工作中描述的那种。也就是说，tf.nn.dropout是否默认实现权重约束，或者我们是否需要显式实现它，如
“如果这些网络共享存在的隐藏单元的相同权重。我们使用标准的随机梯度下降过程在小批量训练案例上训练辍学神经网络，但我们修改了通常用于防止权重增长过大的惩罚项。我们不是惩罚整个权重向量的平方长度(L2范数)，而是为每个单独的隐藏单元设置传入权重
浏览 2提问于2016-06-14得票数 7
1回答
我正在为我的最后一年项目开发一个以音乐为中心的搜索引擎，我一直在做一些关于潜在语义分析的研究，以及它在互联网上的工作原理。我很难理解LSI在整个搜索引擎系统中的确切位置。它应该在网络爬虫查找完网页后使用吗？
浏览 1提问于2012-02-21得票数 1
回答已采纳
1回答
作者用遗传算法找到了用WEKA投票的最优权重向量，但我不知道他们能做到这一点吗？如何使用遗传算法来寻找有WEKA的投票分类器的权重？
为了提高投票算法的性能，采用了加权多数表决。为了优化权重多数投票分类器的结果，需要找到最优的权重向量。应用遗传算法求解该问题的最优权向量。
浏览 0提问于2019-01-10得票数 0
1回答
运行具有多个响应和权重的lm
、、、、
通过将响应指定为矩阵而不是向量，在R中可以很容易地做到这一点。这样计算是非常快的。有没有办法在不重复调用lm的情况下以批处理模式运行这些类型的模型？
浏览 3提问于2013-03-08得票数 1
1回答
如何将向量a中的数字随机化，并以这样一种方式分配权重，使我能够控制哪些数字“跟随”其他数字？我的目标是创建一个更长的向量(包括这些数字从1到4不等，排列)，同时添加权重：
我设法获得了一个较长的向量，这些数字被置换，但我不知道如何应用这些权重/规则。
浏览 3提问于2015-02-13得票数 0
回答已采纳
1回答
第一个问题:假设我们有5个权重，每个权重对应5个特征。现在我们要计算梯度。算法内部是如何做到这一点的？它是否采用第一个权重(=W1)并尝试稍微增加(或减少)它，当它完成时，转到第二个权重？或者它是通过同时改变1个以上的权重来以不同的方式更有效地完成它吗？第二个问题:如果特征1比特征2重要得多，那么与W2相比，W1的相同变化(以%为单位)对损失的影响更大，对于每个权重，具有不同的学习率不是更好吗？如果我们只有一个学习率，我们通过只考虑最有影响力的权重来设
浏览 11提问于2020-06-04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
