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
1回答
神经网络(BP FF)能否自主学习如何控制螺旋桨以避免试飞和稳定？为了简单起见，只采用垂直螺旋桨控制和垂直速度。由于反向传播神经网络从输出和期望输出的差异中得到误差，它如何在不知道期望输出的情况下教自己(实际上，它需要学习期望的输出)。如果我把错误看作垂直速度(stopped=no错误)，那么它会更合适，但是如何更
浏览 4提问于2013-09-19得票数 1
回答已采纳
我正在学习基本的NLP算法，特别是具有字元特征的简单感知器。type Inputs = [Float] type Threshold = Float1)这段代码的哪一部分“学习”？我知道每个特性都有一个相关的权重(正的或负的)，但是我不知道每个迭代是如何从先前的</
浏览 3提问于2017-01-15得票数 0
回答已采纳
我的具体情况是，我在一个系统上训练神经网络，我也想用它来做其他工作。在一些型号的培训中，我的个人电脑有时会有几秒钟没有反应，即使是相对较轻的程序，比如我的网络浏览器的帧率也会变得非常低，甚至到了很难使用的地步。这曾经不是什么大问题，因为我在工作的小模型，将在10分钟内训练，在此期间，我可以休息。但现在我遇到了一个问题，就是我需要训练好几天的型号，在此期间，我的电脑几乎无法使用。所<
浏览 0提问于2021-01-20得票数 0
用户绘制一个字母，ajax将数据发送到服务器，神经网络找到最接近的匹配，并返回结果。所以如果你画一个a，第一个结果应该是a，然后是o，然后是e，就像这样。
我对神经网络了解不多。我需要向NN传递什么样的数据。它可能是用户在垫子上绘制的x/y坐标的数组。或者，对于手写，神经网络期望或将产生最佳结果的数据类型是什么？
浏览 3提问于2011-01-07得票数 4
回答已采纳
1回答
优化问题的神经网络
、、、、
假设我已经训练了一个神经网络，它接受一些输入并准确地计算出它们的值。这种神经网络被用来近似一个很难用解析方法求解或用其他方法模拟的函数。这是一个非常精确的函数逼近器。现在我想知道返回最高值的最佳输入是什么。我在想，我可以用遗传算法做到这一点，但是有没有一种神经网络方法来做到这一点呢？此外，是否有可能同时训练神经网络并找到最优输入？什么样的网络架构可以做到这一点？
浏览 13提问于2020-07-01得票数 2
回答已采纳
我是机器学习的新手，也是神经网络的新手。目前我正在coursera.org上一门关于神经网络的课程，但我并不是什么都懂。我的论文有点问题。我应该使用神经网络，但我不知道如何为我的问题选择正确的神经网络架构。
我有很多来自门户网站的数据(通常是报纸、杂志的网络版)。有关于文章的信息，例如，文章的名称、文章的文本和
浏览 4提问于2015-03-16得票数 1
回答已采纳
1回答
我试图理解深度Q网络中的目标值和动作值之间的区别。
据我所知，行动价值试图近似于某一特定行为的回报(在某种状态下)。目标值也是报酬的近似值.他们有什么不同？
浏览 0提问于2019-07-21得票数 1
回答已采纳
1回答
低维二进制分类数据集
、、、
如果一个人想研究神经网络的各个方面(比如说，在一篇学术论文中)，并且想在低维空间(比如dim=2或dim<6)中实验向量的二进制分类，那么标准/好的数据集是什么呢？可能是合成的，但也可能不是。因此，我认为数据集是``通用的，“足以被认为是神经网络行为学术研究的代表。”
浏览 0提问于2023-04-23得票数 0
我不能解决我的问题，请帮帮我。这是我第一次尝试使用神经网络，我尝试使nn可以检查数字是否介于2 (3:6)之间。我使用了互联网上的几个文档，并列出了一些列表。但它并没有取得实际效果。
浏览 6提问于2016-08-31得票数 0
如果我用(比如说) 10类训练一个深神经网络，给网络提供一个完全不同的图像，那么期望输出层的细胞不会激活多少，这样我就知道图像中没有受过训练的对象了吗？谢谢
浏览 4提问于2016-01-14得票数 10
回答已采纳
我有一个C++程序，使用Tensorflow 2运行卷积神经网络的推理。该程序运行在具有专用GPU的服务器上，所期望的行为是在GPU上运行的推断。有没有使用Tensorflow C++ API来检查Tensorflow是否正在使用CPU的方法？在C++失败的情况下，是否有任何方法可以避免Tensorflow切换到CPU？
浏览 3提问于2022-10-18得票数 1
回答已采纳
0回答
我想应用神经网络作为自动联想记忆。因此，期望的输出等于输入。我将应用Hebbs规则来训练网络。,Sample_p}中存储了一组p样本
但在理解是什么决定了神经网络的输入时，我遇到了一些概念性的问题--是所有样本(示例)还是每个样本/example？一般来说，输入数量和输出数量是什么意思？
浏览 5提问于2016-07-12得票数 0
回答已采纳
1回答
我有一个输入数据集(矩阵25x1575)，它被标准化为0到1之间的值。我还有一个二进制格式的输出矩阵(9x1575)，类似于0 0 0 1，1 0 0 1 1 1 0 1.我在matlab中导入了这两个文件，它按照我的要求自动创建了一个具有25个输入节点和9个输出节点的网络。在我使用前馈backProp训练这个网络之后，我在它的训练数据中测试了模型，每个输出节点返回一个十进制值(-0.1978，0.45913，0.12748，0.25072，0.45199，0.59368，为什么它不返回像10 0 1 1
浏览 2提问于2014-02-24得票数 0
回答已采纳
1回答
我希望我的电筒CNN作为输入，长度为32x32rgb图像的序列连接在通道维度上。因此，网络的单个输入具有形状(32, 32, 3, SEQ_LEN)。如何定义我的CNN输入层？共同的方式input_conv = nn.Conv2d(in_channels=SEQ_LEN, out_channels=32, kernel_size=3)
frames_tensor = torch.tensor(frames)
input_conv(frames_ten
浏览 4提问于2020-09-28得票数 1
我正在使用一个产品，它使用语音输入，使TTS生成正确的发音的名字。我在Google的WaveNet TTS文档中看不到音素标签，但也许我错过了它。如果Google的任何开发人员都在听，他们能分享添加语音输入的计划吗？Tnx
浏览 22提问于2019-11-21得票数 1
1回答
结果，我的trainX是(600,88)，我的testX是(56,88)。在我现在所在的神经网络课程中，我们主要使用了线性，卷积，池化和丢失层。我的问题是，在我的课堂上，我们只复习过与图像识别/标签相关的例子，所以我真的不知所措，不知道如何处理我的想法。我可以对我的数据应用卷积层吗？如果是这样，我如何实现Keras所说的我需要的这个额外的维度？如果我不应该使用卷积层，那么
浏览 7提问于2020-04-26得票数 1
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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
