在RNN的后向传递的以下实现中，通过在每个时间步长添加计算的梯度来计算Wh、Wx和b的梯度。直观地说，这是做什么的，为什么它们不能被平均？ def rnn_backward(dh, cache): Compute the backward pass for a vanilla RNN over an entire sequence of data. - dh: Upstream gradients of all hidden states, of shape (N, T, H)
Returns a tup
浏览 32提问于2019-03-22得票数 1
1回答
因此，我已经阅读了一段时间关于这个主题，但我没有找到一个明确的答案，为什么MLP和DNN被交替使用，尽管他们之间有一些不同。到目前为止，我已经过滤了一些信息：
“人工神经网络领域通常被称为神经网络或多层感知器，因为它可能是最有用的神经网络。感知器是单个神经元(输入、输出、权重、激活)模型，它是大型神经网络的前身。MLP是DNN的一个子集。虽然DNN可以有循环，而MLP总是前馈(一种神经网络体系结构，其中的连接是“前馈”的，不要形成循环(如在递归网中)。
浏览 0提问于2021-01-08得票数 2
回答已采纳
我是一个新手在神经网络，在我的项目中，我需要实现一个神经网络，使用图像像素作为输入，并将给出屏幕坐标值作为输出。我有一个数据集，这些数据是我通过许多志愿者进行实验收集的。具体来说，我只需要将裁剪后的眼睛像素输入到神经网络中进行训练。调整大小后，裁剪的眼睛大小为30*30 (大约)。我已经创建了一个用户数据集，这些用户在屏幕上查看不同的特定点。如果你可以建议我，我应该如何处理来创建神经网络，这将是一个很大的帮助？
浏览 0提问于2018-05-29得票数 0
1回答
基于神经网络的OCR
、、、
据我所读，这里有几个选项，MLP，SOM网络，反向传播网络。
据我所知，由于我计划为每个形状(字母)创建样本，以便训练网络，我应该定义一个SOM网络，对吗？
浏览 2提问于2014-10-08得票数 2
回答已采纳
1回答
我在C++中创建了程序，其中我使用了OpenCV库(v2.4.11)，特别是MLP分类器。
在2000块测试屏幕上，我的准确率约为92%，但只有当我在1上设置迭代次数时才能达到。
浏览 3提问于2016-04-20得票数 2
回答已采纳
1回答
我是OpenCV世界和神经网络领域的新手，但我在C++/Java方面有一些编码经验。->setLayerSizes(layersSize);
mlp->setActivationFunction(ANN_MLP::ActivationFunctions::SIG
浏览 1提问于2016-05-28得票数 3
回答已采纳
1回答
我需要在我的OpenCV (Version3.0)项目中使用神经网络。我已经创建并训练了神经网络，它可以工作，但是如果我想从YML文件加载神经网络，它不能预测。这是我创建、训练和保存我的神经网络的代码：int hidden_neurons> neural_network = ANN_MLP::create();
neural_network
浏览 4提问于2015-12-31得票数 4
回答已采纳
1回答
自组织映射到拆分数据集
、、、、
我试图使用自组织地图将数据集分割成培训、验证和测试集。我创建了SOM模型，dimension2 = 10;[net, tr] = train(net, cancer);net.divideParam.trainRatio = 0.6;net.divideParam.testRatio = 0.2;
我搞
浏览 0提问于2018-06-23得票数 0
回答已采纳
epoch_set.append(epoch+1) plt.plot(epoch_set,avg_set, 'o', label='MLPy: mn.test.labels}))
saver.save(sess, "model-batchsize-20000-epoch-10000-learningrate-0.001/tf_mlp_model.ckpttf.train.Saver().restore(sess,
浏览 5提问于2017-03-25得票数 2
我只是带了以下几个名字：
1黄氏，B.和Kechadi，M.T.一种用于在线手写符号识别的HMM-SNN方法。
浏览 1提问于2014-06-10得票数 1
回答已采纳
但我觉得这非常令人困惑，因为“深度”神经网络的概念似乎在其他地方被广泛使用，它指的是具有典型的几个卷积和/或相关层(ReLU、池、退出等等)的网络。然而，没有提到DNN作为这个接近权威的来源的替代术语.那么，DNN在TensorFlow tf.estimator上下文中实际上是一个MLP吗？上面写满了MLP。这种理解是正确的吗？因此，DNN是否用词不当，如果是这样的话，DNNClassifier在理想情况下是否应该支持MLPClassifier？或者DNN代表的是深度神经网络以外的其他东西？
浏览 4提问于2018-01-24得票数 11
回答已采纳
这是使用人工神经网络(ANN)进行训练，我不知道哪里出了问题，我正在尝试编写完全像“使用opencv进行实际项目”这本书的完整代码，可以在github上找到：以下是我的代码
char const strCharacters[] = { '1', '2', '3', '4', '5', '6', '7', '8'
浏览 2提问于2015-05-15得票数 0
1回答
我在python中使用了以下神经网络分类器 layers=[ mlp.Layer("Sigmoid", units=n_feat/16),
浏览 1提问于2016-05-14得票数 1
回答已采纳
1回答
所以我正在做一个项目，我需要分析一个前缀树。我想知道我是否能为我训练一个MLAI，但是现在我一直在思考如何通过一棵树作为输入。树可以有任意数目的节点，每个节点中的数据可能是字符串或其他类型。这也是可能的，我将需要传递超过一个树作为输入。我想知道我的目标到底有无可能。
浏览 3提问于2021-12-08得票数 0
我现在正在实现MLPClassifier来尝试神经网络，但我不确定是否可以将多个类作为输出。我只能放入一个二进制输出，比如0,1，还是可以放入神经网络可以预测的多个输出？X_train, X_test, y_train, y_test = train_test_split(X, y,test_size=0.70, random_state=0)
mlp = MLPClassifier(solver='lbfgs',random_state=0, hidden_layer_sizes[1],alpha=0.001,max_
浏览 0提问于2019-06-10得票数 0
2回答
我正在尝试创建一个神经网络，它可以学习xor问题，使用科学工具-神经网络。我每件事的产出都是1import numpy as np; ip_layer = mlp.Layer('Sigmoid', units=2);
hidden_layer = mlp.Layer('Tanh', units=3)
浏览 7提问于2016-04-24得票数 2
包中的mlp方法调用中的mlp函数。在RSNNS包中，我可以通过设置大小参数在神经网络中设置任意多个隐藏层，例如iris <- iris[sample(1:nrow(irismaxit=50, inputsTest=iris$inputsTest, targetsTest=iris$targetsTest)data(iris)
mlpGrid <- data.frame
浏览 2提问于2013-05-11得票数 12
回答已采纳
1回答
我正在使用Knime，我已经创建了一个使用MLP (MultiLayer感知器)的神经网络。效果很好。您可以忽略所有的黄色节点，因为它们所做的只是重新格式化数据表。
浏览 1提问于2017-10-11得票数 0
回答已采纳
1回答
一个理论上的解决方案建议让伯特把文本和另一个神经网络的数值特征输入到这个网络中，然后将它们的输出聚合到另一个神经网络中。问题2:如何连接神经网络？您从BERT获得分类输出，根据数值特征从MLP获得分类输出。如果是的话，如果伯特预测90%，但是第一个MLP只有50%，我们会得到一个较小的结果吗？
问题3:关
浏览 0提问于2021-04-23得票数 2
回答已采纳
云服务器
ICP备案
对象存储
即时通信 IM
云直播
腾讯云开发者
