我正在尝试编写一个神经网络，它(经过适当的训练)识别某些路标，并为每种类型的路标返回不同的输出。在我开始训练我的网络之前，我在pybrain网站上注意到，他们的数据集总是一个值数组，每个条目都包含一个输入和一个目标。我为NN提供的图像已经转换为灰度像素数据(一个简单的数字数组)。为了训练每一组
浏览 0提问于2013-07-02得票数 1
1回答
我正在尝试deeplearning4j中用于文本处理的时间预测模型，它将单词、句子、字符作为输入特征，并在将输入数据建模为输出时生成时间作为output.But。我很难转换这些值，以及如何告诉网络这些输入值这些是各自的输出值。training-data.csv的以下列包含100个值。x1、x2、x3、x4(输入)y(输出)
我尝试使用SequenceRecorder和迭代器，它们可以捕获不同的输入。下
浏览 0提问于2017-02-02得票数 0
我需要在android中创建一个项目，从麦克风获得输入，并对它正在录制的内容进行分类。为此，我使用python语言和Google Colab中的keras创建并训练了一个卷积神经网络模型。获取数据集的方法如下:使用UrbanSound8k数据集，读取.wav文件(使用Python中的soundfile库)，并将它们存储在numpy数组中。然后我做了一些处理，并将每
浏览 29提问于2021-06-20得票数 0
1回答
当我将训练数据传递给科学神经网络时，它是一个NumPy数组，包含了我所有的24*24图像矩阵。我检查，这是数据的形状：( 3237，24，24) -3237 24*24图片。然而，一旦我把它输入到神经网络中，我就会得到这样的警告：
警告:sknn：-重塑输入数组，从(3237，24，24)到(2589，24，24，1)。这个程序还在运行，我只是不明白它为什么要重塑我的</
浏览 4提问于2015-08-18得票数 0
我使用了一个包含嵌入层的神经网络。
我将我的数据集转换成包含句子的多个文件，用一个托卡器将其转换为向量，并将它们作为训练输入输入到网络中。在嵌入层之后，我得到了CNN。我怎么知道如何将经过训练的输入向量恢复到绘图目的？
浏览 0提问于2018-07-08得票数 1
回答已采纳
我正在做一个基于神经network.It的人脸识别项目，包括在不同的images.Does上训练系统，这意味着在训练系统在不同的图像上训练后，它不需要从任何数据库中匹配就能识别人?比如在字符阅读中，如果我们用所有的字符训练我们的系统，它能在没有任何进一步训练的情况下识别一个新字符吗？
浏览 0提问于2011-11-24得票数 0
回答已采纳
我正在用Python学习深度学习一书的帮助下学习深度学习 下面的代码被转换成了浮点型 train_images = train_images.reshape((60000, 28 * 28))test_images = test_images.astype('float32') / 255 你能告诉我为什么需要转换成浮点范围而原始训练数据是uint8类型的</em
浏览 55提问于2020-04-06得票数 1
我想设计一个神经网络，经过训练后，它会将.mp3文件作为输入，然后基于训练，它会在1-10的范围内决定音乐的好坏。但为此，我需要将音频文件转换为定义音乐所需的波长、频率、振幅和所有其他参数的数组，然后使用这些数组作为神经网络的输入。我应该如何处理这个问题？
浏览 8提问于2018-02-25得票数 6
回答已采纳
我正在做Simulink中的神经网络项目。我在matlab脚本文件中训练了神经网络，并将训练后的数据保存到.mat文件中。现在，我必须在simulink用户定义函数中使用这些经过训练的数据，在该函数中，我可以利用这些经过训练的数据进行预测。我已经尝试了许多方法来将这些数据加载
浏览 0提问于2016-05-26得票数 1
1回答
我一直在学习Andrew的coursera课程，特别是关于神经网络的部分，我计划在日志文件数据上实现一个神经网络。与使用自组织映射神经网络不同，我计划从日志文件数据中创建训练数据，方法是将数据分组为键值对，其中键为<IP OF MACHINE INITIATING REQUEST>，每个键的值为[<NAME OF我已经实现了非常基本的神经
浏览 6提问于2015-11-02得票数 6
回答已采纳
1回答
假设我有一个前馈神经网络，它近似于一个值，Y_0说。给出了Y_0的解析值。给出了Y_0每一步的网络逼近图。我们可以直观地看到，Y_0的近似收敛于它的解析值。如果每个\lbrace x_n \rbrace_{n=1}^{\infty}都有一个自然数K(\varepsilon)，使得对于所有的n \geq K(\varepsilon)，则称\mathbb{R}中的序列\varepsilon > 0收敛到x \in \mathbb{R} )，则x
浏览 0提问于2023-05-03得票数 1
我有训练数据，每个例子都是一个12x3二维数组。假设我有1000个这样的训练例子，所以我的输入矩阵是一个三维1000x12x3矩阵。我正在尝试将其输入到一个神经网络中(类似于下图中概述的神经网络)。然而，神经网络的第一层期望输入矩阵是二维的，因为它将与之相乘的隐藏层也是二维的。我该怎么解决这个问题？我是否
浏览 0提问于2018-07-26得票数 3
回答已采纳
我注意到他们使用了可以接受非数字y_train值的PassiveAggressiveClassifier。我知道在自然语言处理(NLP)中，我们需要将字符串训练文本转换为数字数组作为训练输入，以便神经网络模型可以接受，但为什么训练目标不需要转换为数字？还有哪些模型可以作为非数值型的训练目标？
浏览 2提问于2019-10-09得票数 0
我在互联网上找到了一个例子代码：，解释如下：，这个代码构建了一个小的神经网络，并使用MNIST数据集来训练和测试它。
我大致理解了CNN的工作原理，但我不明白代码的逐行。我希望在我自己的图像数据集中使用相同的代码(用于培训和测试)。在示例中，输入图像被转换为mx784，其中m是训练/测试示例的数量，784来自大小为28x28的扁平图像。
浏览 1提问于2017-06-01得票数 2
回答已采纳
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 xlr
浏览 4提问于2016-06-30得票数 0
回答已采纳
我正在为一种叫"Kannada“的语音语言创建一个文本到语音系统，我计划用神经网络来训练它。输入是一个单词/短语，而输出是对应的音频。由于我的数据集是单词/短语和相关的MP3文件的集合，所以我考虑对所有音频文件使用pydub将这些文件转换为WAV。0到1之间的规范化字节数组。因为RNNs处理这样的可变数据</
浏览 0提问于2017-03-27得票数 4
回答已采纳
如何下载min_max_scaler属性，以便对不同notebook中的数据应用相同的转换？
为了完全公开，我在一个笔记本中训练了一个NN，并在不同的位置运行它。对我来说，在第二个位置加载神经网络的训练权重很简单，但我需要在将数据输入到模型之前对数据进行缩放。准确地说，我认为它必须使用原始的scale属性。
浏览 0提问于2017-09-19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
