2回答
我正在使用tensorflow使用两个不同的数据集来训练同一神经网络的两个实例。网络本身非常简单，只有一个输入输出层和6个隐藏层(每一层都是一个20兆神经元，后面跟着一个非线性激活函数)。我可以用两个不同的数据集训练网络，这很好。现在，我想要做的基本上是创建一个新的网络，它是这两个经过训练的网络的组合。特别是，我希望输入和前3层
浏览 6提问于2017-02-20得票数 1
1回答
布尔函数的决策树与神经网络
、、、、
哪一种结构在表现力方面更强大(即它可以准确地表示给定的布尔函数)， - 是单层感知器还是两层决策树？(有10个功能)
浏览 0提问于2018-08-27得票数 4
2回答
对于一个类项目，我设计了一个神经网络来近似sin(x)，但最终得到的神经网络只是记住了我给出的数据点上的函数。我的神经网络接受批处理大小为200的x值。每个x值乘以200个不同的权重，映射到我的第一层中的200个不同的神经元。我的第一个隐藏层包含200个神经元，每个神经元都是批中x值的
浏览 3提问于2018-05-10得票数 1
2回答
如何在CNN中安排不同的层次
、、、、
我搜索了很多关于卷积神经网络的文章，发现有一些很好的结构可以参考。例如，AlexNet、VGG、GoogleNet。
但是，如果我想自己定制CNN架构，如何安排/订购不同的层？例如卷积层，辍学，最大池..。有什么标准吗？还是继续尝试不同的组合来产生好的效果？
浏览 3提问于2018-05-16得票数 2
回答已采纳
1回答
房屋的云ML预测关闭-回归示例
、、、、
我无法预测一个合理的值。MODEL_NAME} --version=${MODEL_VERSION} --json-instances=data/new-data.json，其中new-data.json是默认的json但是，预测产生的值为这很奇怪，因为此数据的正确MEDV值(train- data -01.csv的第一行)是34.7。我再次尝试使用不同的测试数据和完全不
浏览 0提问于2018-03-24得票数 1
当您选择一个预先训练好的网络进行样式转移以确定样式和内容丢失时，您需要确定哪些层最能代表感知到的样式和内容，并使用它们来进行上述损失。如何选择这样的层呢？
浏览 5提问于2019-04-08得票数 0
2回答
例如，当我们训练一个分类对象的网络时，训练集的准确度通常很低，并且在整个时期都会提高。我的问题是，在这些早期时代，我的训练集的哪些例子被正确地分类了？它们是“最简单的”例子，还是简单的第一例？在我看来，它们是最简单的例子，也就是那些很容易区别开来的例子。
如果有数学解释的话我会很高兴的。任何帮助都是非常感谢的！
浏览 0提问于2018-10-02得票数 5
1回答
我如何在火把()中添加跨层。我想在我的神经网络中添加这样一个跨层，在深层之前，这样做是为了更好地结合来自不同来源的特性。
谢谢!
浏览 9提问于2022-04-14得票数 0
回答已采纳
1回答
当我们说“深度神经网络的非线性”时，在这种情况下，我们所说的“非线性”实际上是什么意思？
此外，激活函数的目的是将非线性引入网络。这种非线性意味着什么？(我是深度学习的新手。)
浏览 18提问于2017-12-22得票数 2
回答已采纳
1回答
有一个科学文件，实现了一个卷积神经网络分类3种不同类型的数据，尽管如何准确，是我所不知道的。这一部分描述了我们的神经网络的结构，如图3所示。截图由三个卷积层处理(前两层由BVLC AlexNet的预训练权值初始化)。TextMaps被处理为一个卷积层，内核大小为1 \times 1，因此它的特征捕获了各种单词的<e
浏览 0提问于2019-01-19得票数 2
回答已采纳
1回答
我有两个长度相等的向量，它们来自两个相同的嵌入层。我想要做的是用另一层将这两个向量以某种方式组合起来，然后将这个层连接到输出层以获得最终的决定(类似
浏览 0提问于2019-10-16得票数 3
我学习神经网络，我非常了解结构的逻辑，包括层，激活函数和连接。但一个根本的问题还不清楚:如何从几种可能的组合中组合出实际的结构？看来，大多数人只是随机组合这些，没有任何适当的理由(或与蛮力“网格搜索”在更好的情况下)。我读过几本教程，但没有人解释为什么选择"sigmoind“激活函数而不是"tanh”，更不用说在不同层的激活函
浏览 0提问于2016-08-16得票数 4
如果只有几个特征，比如2-5特征，那么是否可以对神经网络的体系结构提出一些一般性建议？
这里隐藏的完全连接层的数量应该是多少？每层可能有多少个神经元？不同层的神经元数量是否需要保持恒定(例如16,16,16)或上升(例如，8,16,32)或下降(32,16,8)或上下(例如16,32,16)或下降和上升(例如32,16,32)？
浏览 0提问于2018-10-15得票数 1
回答已采纳
1回答
我指的是普通的神经网络，MLP。我读了Glorot和Bengio (2010)的论文，了解了深层前馈神经网络训练的困难。其中，我读到了一个有趣的陈述：深度学习方法的目标是学习特征层次结构，其特征来自于由较低层次特征的组合所形成的更高层次的特征。
这在MLP框架内意味着什么？据我所知，这样一个特征提取和提取过程是可行的，使用卷积层，因此更先进<em
浏览 0提问于2019-10-03得票数 1
1回答
在阅读了一些关于神经网络(反向传播)的文章后，我试着自己写一个简单的神经网络。但如果我尝试不止一个例子(假设有2种不同的或所有4种可能性)，网络的输出目标是0.5 :(我在google上搜索我的错误，但没有结果:S I‘我会尽可能多地给出细节，以帮助找到错误的地方：而'i‘是当前层，而权重是来自上
浏览 0提问于2011-09-20得票数 6
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
