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
(9999+)
视频
沙龙
1
回答
神经网络
不适
用于
多个
数据
样本
、
、
、
当我只在一个训练
样本
上训练我的
神经网络
时,我的代码工作得很好,但是当我训练更多的训练
样本
时,它根本就不能工作。有谁知道为什么吗?我很确定update_mini_batch函数有问题,但我不知道。顺便说一下,这是我的第一个
神经网络
,我从头开始做,所以我真的不知道我在做什么。此外,我还使用了随机梯度下降学习算法和python编程。顺便说一句,非常感谢你帮助我。
浏览 39
提问于2020-10-24
得票数 0
3
回答
神经网络
可以只用一类训练
数据
来训练吗?
我只想知道
神经网络
是否可以用单一类别的
数据
集进行训练。我有一组
数据
要用来训练
神经网络
。在训练之后,我想给训练好的
神经网络
提供新的
数据
(
用于
测试),以检查它是否可以识别出它与训练
样本
相似。使用
神经网络
可以做到这一点吗?如果是,这将是监督学习还是无监督学习。 我知道如果有
多个
类,
神经网络
可以
用于
分类,但我以前从未见过单个类。一个很好的解释和任何例子的链接将非常感谢。谢谢
浏览 76
提问于2016-08-18
得票数 3
回答已采纳
1
回答
就安全问题而言,
神经网络
的可靠性如何?输出有分布吗?
、
、
神经网络
(NN)现在非常流行,但是可靠性如何呢?他们说,它在1000个测试
数据
上进行了测试。嗯,这还不够,10000或更多呢?对于未经测试或看不见的
数据
,您能说些什么?我的意思不仅仅是提出缺乏
数据
的问题,而是NN的黑箱性质。高斯过程是,我发现“更安全”,因为输出可以导出为某种分布(尽管这取决于您选择的内核),至少我知道未见的
数据
将返回与类似的已见
数据
类似的预测。当输入
数据
发生变化时,我可以安全地假设从NN获得连续的结果吗?谢谢。 相似主题
浏览 1
提问于2017-05-22
得票数 0
1
回答
RNN适
用于
kaggle泰坦尼克号机器从灾难中学习吗?
、
、
、
我在Kaggle网站上发现了一个教程,它解释了如何在泰坦尼克号
数据
集上使用RNN (递归
神经网络
)来预测谁幸存下来。指向教程的链接(您可以在那里找到csv文件)- 还有另一个问题--你认为CNN或RL更适合这个问题吗?
浏览 6
提问于2021-12-31
得票数 0
回答已采纳
1
回答
R中的预测h2o.automl模型
、
、
我想做的是对我没有的
数据
进行预测,这意味着在测试集之外,未来的日期。
数据
是时间序列,测试集上的预测如下所示:# A time tibble: 10 x 5 Time actual10.8 9.72 1.05 0.0976 我不知道该怎么做,也很难找到的是如何预测未来的
数据
浏览 0
提问于2019-01-04
得票数 1
回答已采纳
5
回答
如何处理具有动态大小输入集合的机器学习问题?
、
、
、
、
我正在处理一个问题,试图用机器学习将
数据
样本
分类为质量好或差。
数据
样本
存储在关系
数据
库中。
样本
包含属性id、名称、向上投票的数量(
用于
好的/坏的质量指示)、评论的数量等。还有一个表,具有指向
数据
样本
id的外键的项。这些项包含权重和名称。所有指向
数据
样本
的项都表征了
数据
样本
,这通常有助于对
数据
样本
进行分类。问题是,对于
浏览 1
提问于2012-12-06
得票数 7
1
回答
交叉验证是否
用于
找到最佳模型/体系结构或模型/体系结构的最佳参数?
在我看来,交叉验证
用于
通过使用尽可能多的
数据
来比较模型。例如,对于相同的问题,它可以用来比较感知器
神经网络
和决策树。或者,它可以
用于
研究特定问题的
神经网络
的神经元数量。这里是关于比较模型/架构的。然而,在我看来,交叉验证似乎
不适
合找到
神经网络
的最佳权重,因为在每一轮交叉验证中,权重都会重新初始化。谢谢。
浏览 0
提问于2012-04-11
得票数 1
回答已采纳
1
回答
是否有可能用低实例数来训练
神经网络
?
、
、
但是,多层感知器调整以克服回归问题必须采取20个实例,试图改变神经元的数量&层,但答案仍然是20 .Is有可能做一些事情,使
神经网络
解决回归任务从2到4个实例?也许在需要多少实例来训练并从感知器中获得合理的结果与
数据
集内的特征如何有价值之间存在某种相关性? 提前感谢您的帮助
浏览 5
提问于2017-07-31
得票数 0
2
回答
R-只保留列名与字符串匹配的列。
、
、
我有一个列名如下的dataframe:这重复了数千个
样本
。我需要为每个
数据
创建
多个
单独的
数据
帧:一个
用于
beta,一个
用于
avg,一个
用于
错误,一个
用于
pval。我还需要在所有
数据
帧中保留带有TargetID的第一列。
浏览 4
提问于2016-03-25
得票数 1
回答已采纳
1
回答
数字语音识别中的特征提取
、
、
我正在寻找一种从音频中提取特征的方法,其中我说了一个数字,
用于
使用
神经网络
的反向传播对数字1-10进行语音识别(每个数字10个
样本
,每个数字5个
样本
用于
测试)。我尝试使用原始音频
数据
,也尝试在fft之后输入
数据
,并仅使用前十个频率输入
数据
,但失败了。 你能建议一种方法来提取音频的特征,以帮助
神经网络
获得合理的结果吗?
浏览 0
提问于2015-05-16
得票数 0
1
回答
对于二进制分类,哪种是最好的随机森林还是
神经网络
?
、
、
、
、
但现在我在想,如果使用
神经网络
不会更好。 所以我的问题是,你会选择哪一种模式?如果不是
神经网络
,最适合
神经网络
的任务是什么?为什么?
浏览 0
提问于2019-05-22
得票数 1
2
回答
用于
图像处理的OpenCV
神经网络
、
、
、
、
我希望经过训练的
神经网络
能够对缺陷区域进行插值。 ann->predict(trainData, predicted);但是,仅对2幅图像进行训练,NN就能得到接近输出的结果(根据训练过的
数据
)。
浏览 3
提问于2017-06-19
得票数 2
1
回答
处理与标记
数据
略有不同的未标记
数据
的策略
、
、
假设您有一个具有以下属性的
数据
集:有150个上下文特征和一个由文本字符串组成的特性(当然,可以根据文本的预处理将其分割成任意数量的特征)。根据几个上下文特征将
样本
分为3类(在收到
数据
之前),A类包含约5%的
样本
,B类包含约20%,C类包含其余75%
用于
对
样本
进行分类的特征可能会影响属于0类或1类的
样本
的概率。
样本
浏览 0
提问于2019-04-04
得票数 6
1
回答
关于如何训练
神经网络
的建议
、
我对
神经网络
和人工智能比较陌生,我对这类网络的训练方法有疑问。特别是,尖峰
神经网络
(SNN)是我们正在工作的类型。你应该
浏览 0
提问于2022-11-10
得票数 0
回答已采纳
1
回答
什么时候
神经网络
被认为是过度安装?
、
什么时候
神经网络
被认为适应了特定的任务。我用简历来训练。首先,我将
数据
拆分为列车/测试=> 90/10。在培训集中,我又进行了90/10拆分,这是我
用于
培训的
数据
。简历会说明我有多过分(我得到的误差很小,偏离了2%)。但既然我把大部分
数据
都用在训练上了?我是否为这个
数据
集创建了一个过度匹配的
神经网络
。
浏览 0
提问于2017-01-26
得票数 0
1
回答
以Tesnor作为输入的MLP构造
、
、
、
、
我正在创建一个简单的
神经网络
,它有一个隐藏层
用于
分类。我的输入
数据
集已准备就绪,并保存在.t7文件中。()print('Duree sauvegarde : ' .. os.time()) 我怎么能说我的
神经网络
的输入是张量呢input.data (All)是一个大小为: 1400x1002x3的张量,包含我的形状:我正在处理包含1400个形状的mpeg7
数据
浏览 1
提问于2019-07-24
得票数 0
1
回答
对于HMM和
神经网络
,“时代”有不同的含义吗?
、
、
、
我正在用隐马尔可夫模型构建一个带有N
样本
语句的语音到文本系统,
用于
重新估计。在
神经网络
的背景下,我理解时代的概念是指一个完整的训练周期。我认为这意味着“向相同的
数据
提供相同的
数据
,每次更新具有不同权重和偏差的网络”--如果我错了,请纠正我。 同样的逻辑在执行相同句子的HMMs的重估(即训练)时工作吗?换句话说,如果我有N个句子,我是否可以重复输入
样本
10次,以生成10 * N
样本
。这是否意味着我将在HMMs上执行10个时代?此外,这是否有助于取得更好的结果?它与
浏览 3
提问于2017-05-18
得票数 0
回答已采纳
1
回答
Keras Convolution2d()使用的默认过滤器是什么?
、
我对
神经网络
很陌生,但我对线性代数和卷积的数学有很好的理解。model.add(Convolution2D(nb_filter = 32, nb_row = 3, nb_col = 3,border_mode='valid',
浏览 0
提问于2017-01-23
得票数 35
回答已采纳
1
回答
神经网络
中预测
数据
的非正态化
、
、
、
在
神经网络
中,
用于
训练
数据
的
样本
数为5000个,在给出训练
数据
之前,用该公式进行了归一化。y - mean(y) stdev(y) 现在,我想在得到预期的输出后,将
数据
去正常化。通常
用于
预测测试
数据
的
数据
为2000个
样本
。/32320090/how-to-denormalise-de-standardise-neural-net-predic
浏览 5
提问于2015-10-01
得票数 11
回答已采纳
1
回答
用概率
神经网络
对手写体数字
数据
集进行分类?
、
、
、
本文尝试将概率
神经网络
(PNN)应
用于
28000个
样本
的MNIST
数据
集上。我试图建立模型,但它错误地说矩阵尺寸超过内存,显示它将需要5.08GB (28000x28000)矩阵。我想知道,当我在研究论文中阅读时,是否应该将作为训练输入的
样本
数量从28000个减少到200个。仅适
用于
小
数据
集?
浏览 0
提问于2017-12-19
得票数 1
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
将简单分类器和神经网络应用于实际数据
威马农机(301533.SZ):目前公司所掌握的冷却系统技术暂不适用于数据中心
公司问答|海天瑞声:目前公司有采购包括英伟达在内的多个硬件厂商生产的芯片,用于数据存储和数据生产等工作
小心深度学习这个“坑”
周智伟|美国研发出一种可检测多种对抗性视频的神经网络
热门
标签
更多标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
活动推荐
运营活动
广告
关闭
领券