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
3
回答
偏差
在
神经网络
中
的
作用
?
我没有得到
的
是:什么时候使用一个重要
的
偏见,你如何使用它?例如,当映射AND函数时,当我使用2个输入和1个输出时,它不会给出正确
的
权重,但是当我使用3个输入(其中1个是
偏差
)时,它会给出正确
的
权重。
浏览 1320
提问于2017-12-19
1
回答
为什么我们需要
神经网络
中
的
偏见?
、
我们在
神经网络
中有权值和优化器。为什么我们需要做W*输入+ b? 谢谢你
的
回答!
浏览 4
提问于2017-02-06
得票数 3
回答已采纳
1
回答
如何在模型A
中
存储训练过
的
权重和
偏差
,以便在tensorflow
的
B型中使用
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,我遇到了另一个问题,即当使用pickle.loa
浏览 6
提问于2016-02-18
得票数 1
3
回答
我试图理解
神经网络
训练
中
的
“时代”。下一个实验是否等效?
、
、
、
、
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
权重和
偏差
,我们称之为
浏览 13
提问于2020-03-20
得票数 3
回答已采纳
1
回答
简历分数曲线上
的
颠簸!什么意思?
、
我
的
学习曲线表现得很奇怪,我不知道我是不是做错了什么,还是因为数据集
的
性质。我使用
的
神经网络
(30,30,15,1)层和“ReLU”激活函数用于训练,线性用于输出层。我
的
学习曲线是在学习
的
时候表现出奇怪
的
行为。在大约100个历元左右
的
验证曲线
中
,有一个类似增减
的
凸起,我不知道它
的
来源或如何解决它(或者即使它需要被解决)。有人能帮我吗?(欢迎任何相关意见) 📷
浏览 0
提问于2020-01-28
得票数 2
回答已采纳
2
回答
在TensorFlow Keras
中
仅将
偏差
设置为不可训练
、
、
在TensorFlow/Keras
中
训练
神经网络
进行分类时,是否可以将输出层
中
的
偏差
项设置为不可训练? 看起来layer.trainable = False将冻结这一层
中
的
内核和
偏差
。有没有可能只冻结
偏差
,而仍然更新内核?
浏览 129
提问于2020-12-29
得票数 0
3
回答
Python语言中numpy.random.rand与numpy.random.randn
的
差异
、
、
、
numpy.random.rand和numpy.random.randn之间
的
区别是什么具体地说,我正在尝试重新实现中提供
的
神经网络
。原始代码可以在上找到。我
的
实现与原始实现相同;但是,我在init函数中使用numpy.random.rand定义和初始化权重和
偏
浏览 4
提问于2017-11-12
得票数 81
回答已采纳
1
回答
从输出预测
神经网络
输入
假设您有一个
神经网络
,没有激活函数,只有已知
的
偏差
、权重和输出。假设这是可能
的
,我认为这是没有理由
的
,你将做
的
第一步是从
神经网络
的
输出
中
减去
偏差
,在那之后,你必须使用某种方法来获取输出,没有
偏差
,并且有权值来找到隐藏层
的
值。在纸面上,您可以使用替换来查找隐藏层
的
值,但我想不出一种在代码
中
轻松实现这一点
的
方法。有没有更简单
浏览 0
提问于2018-04-17
得票数 0
回答已采纳
1
回答
在实现人工
神经网络
的
同时,如何减少训练值
中
的
误差?
、
、
问题是,在我
的
训练值
中
,我得到了一个几乎0.8-1.0
的
错误,这是不可接受
的
。我如何找到减少错误
的
方法?我试过降低训练率,但没有效果。我目前正在使用excel工作表
中
的
数据集来训练我
的
系统。下面是指向我正在使用
的
示例数据集
的
链接:,这里是我使用
的
代码:import xlrd if(derivsyn1
浏览 4
提问于2016-06-30
得票数 0
回答已采纳
1
回答
为什么我们在L2正则化中加入
偏差
项?
、
我想要了解l2正则化是如何在这里实现
的
。在l2正则化
中
,我们将权重
的
平方添加到损失函数
中
。但在这段代码
中
,我们还添加了偏置项。为甚麽呢?
浏览 2
提问于2018-05-31
得票数 0
2
回答
在
神经网络
中
为偏置单元附加"1“。什么意思?
在下面的图像
中
,指导员说在
神经网络
中
为偏置单元附加一个"1“。在
神经网络
中
,“
偏差
单位”是什么意思? 📷
浏览 0
提问于2019-01-04
得票数 2
1
回答
在
神经网络
中
,
偏差
项
的
权重是否在反向传播
中
得到更新?
在
神经网络
中
,我试着把它编码出来,但被卡在了一个部分上。
偏差
项
的
权重是否在反向传播
中
得到更新?我在这里遵循算法,,他们似乎没有更新它,他们选择了一些
偏差
项权重
的
任意值。这是否意味着
偏差
项
的
输出为1,其权重不应改变?
浏览 3
提问于2015-12-25
得票数 4
回答已采纳
1
回答
在
神经网络
中
,
偏差
是否会改变激活函数
的
阈值?
、
、
、
、
我已经阅读了一些关于这方面的其他问题(以及相关
的
答案),但我仍然有疑问:向阈值激活函数添加
偏差
会改变阈值吗?据我所知,添加一个偏置应该会使激活函数沿x轴移动,所以它也应该改变阈值。现在,如果我们输入1,神经元将激活并将1 * weight返回到输出节点,但是如果我们添加一个权重为2
的
偏置节点a_0 = -1,连接到输入节点,并将前一个输入设置为1,神经元将不再激活,因为现在我们必须达到至少
浏览 2
提问于2013-05-17
得票数 2
回答已采纳
1
回答
当
神经网络
的
偏差
单元被正则化时,究竟会发生什么?
、
、
在最初从在线教程中了解到这些
神经网络
之后,我已经实现了很少
的
神经网络
,所有这些网络都提到,在正则化过程
中
,不考虑
偏差
单元,但是如果它们被正则化,则不会产生任何重大差异。我不明白: 它真的从来没有产生任何重大
的
差别,或有一些边缘
的
情况?
浏览 4
提问于2017-08-07
得票数 1
回答已采纳
1
回答
有人能解释
神经网络
中
的
这种现象吗?
、
、
我已经训练了一个50,500,500,5个
神经网络
,输入层有50个神经元,输出层有5个神经元。layer2
中
的
偏差
如下所示 为什么layer2
中
的
偏差
分布变化如此剧烈?( layer1
中
的
偏差
分布在每一步
中
几乎是相同
的
。 有人能解释这种现象吗?
浏览 0
提问于2018-06-20
得票数 0
1
回答
神经网络
:权重和
偏差
收敛
我一直在阅读一些关于机器学习、
神经网络
和深度学习
的
主题,其中之一就是这本(在我看来)很棒
的
在线书籍: 在很大程度上,我已经了解了
神经网络
的
工作原理,但有一个问题仍然困扰着我(基于网站上
的
示例):我考虑了一个由输入层、隐藏层和输出层组成
的
三层
神经网络
。因为网络是2,3,1,所以权重是随机生成
的
,第一次是包含2x3和3x1矩阵
的
列表。
偏差
是3x1和1x1矩阵
的
列表。现在我不明白
浏览 4
提问于2017-09-20
得票数 0
1
回答
如何将两个(或更多)时间序列数据集提供给
神经网络
?
例如,我希望网络根据过去
的
湿度趋势和过去
的
温度趋势来预测湿度。在这种情况下,我应该如何组织输入层?我会想,在一次系列赛
中
,我会在系列赛中使用一个规则
的
滑动窗口。对于两个系列,我是否只是将两个窗口(从湿度和温度序列)呈现到输入层,即窗口大小
的
两倍?如果没有,我如何配置输入层,使其不混淆两组培训数据?我只是让网络自己解决这个问题,还是有一种向网络提供两组(或更多)培训数据
的
首选方法?谢谢。
浏览 0
提问于2016-12-17
得票数 1
2
回答
神经网络
如何“记住”它学到
的
东西?
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?)。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
1
回答
LLM“参数”与
神经网络
中
的
“权重”是如何关联
的
?
、
、
、
我一直在阅读最新和最伟大
的
LLM是如何拥有数十亿个参数
的
。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
1
回答
一个输入和一个输出
的
平均值
、
我想用Encog构建一个
神经网络
,它有一个输入(0/1或真/假)和一个输出(双值),如果指定了标准(1作为输入),则计算平均值(如果没有指定标准(0作为输入)。例如,如果我有以下培训数据集 1 | 0.6 1 | 0.2如果输入为0,则在~0.0和输入为1
的
0.4我把我
的
问题简化了很多。但两个主要问题是: 我是否可以使用这样
的
数据集,或者应该计算所有重复输入值
的
平均值,并使用独特<em
浏览 1
提问于2015-04-15
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
通俗理解神经网络中激活函数作用
在神经网络中,数学是如何发挥巨大作用的?
linux中的,{}的作用
Shell中各种括号的作用:()、()、{}
证据在决策中的作用
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