Levenberg-Marquardt是一种反向传播算法还是一种不同类别的算法？
维基百科说这是一种曲线拟合算法。曲线拟合算法与神经网络有什么关系？
浏览 18提问于2016-12-21得票数 3
有人知道反向传播和Levenberg-Marquardt在神经网络训练中的区别吗？有时我看到LM被认为是一种BP算法，有时我看到相反的情况。我们将非常感谢您的帮助。 谢谢。
浏览 23提问于2019-09-14得票数 0
我正在将使用Levenberg-Marquardt训练算法的Matlab神经网络代码移植到Python中。我使用的是Neurolab，我认为它没有Levenberg-Marquardt训练算法。有没有其他我可以使用的训练算法？我使用的是前馈多层网络。谢谢!
浏览 6提问于2016-02-09得票数 2
4回答
我是神经计算的新手，可以理解反向传播的概念。我的问题是，你能在没有反向传播的情况下训练一个MLP来适应一个函数吗？比如说，我需要拟合一个正弦函数。如何才能在不使用反向传播分配权重的情况下做到这一点？
浏览 0提问于2013-03-21得票数 0
2回答
最近，我偶然发现了其他训练算法:共轭梯度算法和准牛顿算法。我试图理解它们是如何工作的，但我能得到的唯一好的直觉是它们使用了更高阶的导数。我的问题如下:我提到的那些替代算法与通过使用损失函数的梯度调整权重的反向传播过程有根本不同吗？如果没有，是否有一种算法可以训练一个与反向传播机制完全不同的神经网络？ 谢谢
浏览 39提问于2019-03-22得票数 6
回答已采纳
1回答
关于如何编写神经网络的反向传播算法，我有几个问题：
在此中，它们将最后一个增量定义为输入输出，并向后传播图中所示的三角洲。他们拿着一张桌子，在以前馈的方式传播错误之前，把所有的三角洲都放在一起。这是否背离了标准的反向传播算法</
浏览 1提问于2009-12-12得票数 3
回答已采纳
我正在尝试在Tensorflow中实现一个无导数的学习算法。因此，不使用反向传播的学习算法，例如讨论了。opt.apply_gradients(capped_grads_and_vars)
但我没有看到一种不依赖于反向传播的学习算法的实现方法有没有
浏览 2提问于2018-01-24得票数 2
我是tensorflow的初学者，我想实现MLP并基于反向传播算法对其进行训练，但当我阅读教程时，我发现它使用了像“随机梯度下降”这样的优化器，并在没有实现算法阶段的情况下调用了反向传播。这是如何反向传播的？
浏览 8提问于2016-12-15得票数 1
1回答
我想为泰坦尼克号(Kaggle的竞争对手)制作反向传播算法。我的想法是如何解决这个问题，，我想我可以用数字int=1表示男性，数字int=2代表女性。我也可以用1表示S，2表示C，3表示Q。
你觉得我的主意怎么样？如何制作泰坦尼克号的反向传播
浏览 3提问于2017-01-22得票数 0
回答已采纳
4回答
反向传播和前馈神经网络有什么区别？
除了流向之外，还有其他的区别吗？假设我正在实现反向传播，即它包含正向和反向流。那么，反向传播是否足以显示前馈？
浏览 10提问于2015-02-09得票数 42
回答已采纳
而且，用于训练/验证/测试的数据分割在feedforwardnet中似乎是随机的。
在哪里可以找到feedforwardnet的这些细节？
浏览 6提问于2021-04-20得票数 1
回答已采纳
3回答
反向传播算法是一种神经网络训练算法，还是仅仅是一种递归算法来计算神经网络的雅可比？那么这个Jacobian将作为主要训练算法的一部分，例如最陡峭的下降？因此，计算雅可比矩阵(神经网络输出到网络参数的偏导数)是一种训练算法还是一种数值方法？
浏览 0提问于2021-09-08得票数 4
回答已采纳
1回答
我试图理解损失函数和反向传播之间的联系。据我所知，在LSTM算法中，反向传播被用来获取和更新矩阵，在前向传播中使用偏差来获取当前的单元和隐藏状态。损失函数取训练集的预测输出和实际输出。但哪一部分是LSTM的培训部分？它们之间有某种联系吗？LSTM模式的培训目标是什么？
浏览 0提问于2019-08-31得票数 0
2回答
我正在开发一个使用Backpropation算法的项目。所以我在scikit-learn中学习反向传播算法。关于应该使用哪个选项进行反向传播，有什么最佳实践吗？
浏览 35提问于2017-08-19得票数 4
回答已采纳
2回答
在CNN中使用反向传播来更新随机分配的权重、偏差和滤波器。对于值的上升，我们从端到尾用链规则求出梯度，并使用该公式，梯度下降是一个优化器，用于优化损失函数。这里还计算了梯度，公式是如果我在上面给出的解释是错误的，请纠正我。我的怀疑是：
的反向传播和梯度下降都使用相同
浏览 5提问于2021-02-15得票数 2
1回答
你能用最简单的方式解释一下背靠背的算法(数学方程)吗？
我读过很多关于它的文章，所以我知道它是什么，并理解它背后的直觉，但我仍然不理解“升级/改变”神经元的分层属性的方程式。
浏览 0提问于2018-08-09得票数 1
3回答
结果仍然是对正弦波的粗略估计，需要很长时间才能计算出来。
我查看了作为参考，但即便如此，我仍然无法使它与简单的反向传播(通过切换到弹性传播，它开始变得更好，但仍然比超级光滑的R脚本提供的更糟)。所以我真的想做一些不可能的事吗？不可能用简单的反向传播近似正弦(没有动量，没有动态学习速率)吗？R中神经网络库实际使用的方法是什么？编辑：我知道，即使使用简单的反向传播(如果您对初始权重非常幸运)，也绝对有可能找到一个好的、足
浏览 5提问于2012-12-15得票数 24
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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
