我正在使用partial_fit(X,y)函数在scikit-learn中训练一个多层感知器(带有默认选项)，我注意到调用partial_fit([X2],[y2])partial_fit([X1,X2],[y1,y2])
第二种选择似乎更快，但结果似乎更糟。
浏览 9提问于2017-01-28得票数 2
1回答
我正在用sklearn.cross_validation.cross_val_score函数对一个多层感知器进行交叉验证import numpy asnp
scores = cross_val_score如何使用sklearn更改学习率或隐
浏览 4提问于2021-04-21得票数 0
我将分类器封装在带有SKLearnWrapper的use_partial_fit=True中，如下所示：from neuraxle.steps.sklearn函数提供额外的参数partial_fit，该参数包含数据中可能出现的类，例如classes=['class1', 'class2']，至少是第一次调用它。在标准的</em
浏览 2提问于2020-10-22得票数 1
回答已采纳
1回答
采用滑雪板进行分类是如何实现批处理梯度下降的？本文给出了随机GD的SGDClassifier (一次单实例)和线性/Logistic回归(采用正规方程)。
浏览 0提问于2019-04-06得票数 2
回答已采纳
如何在包装在()中的scikit learn分类器上调用partial_fit()？我正在尝试使用SGDClassifier构建一个可增量训练的文本分类器，如下所示：from sklearn.pipelineimport Pipelinefrom <e
浏览 0提问于2013-07-30得票数 18
1回答
如果我有一个具有sigmoid激活函数的前馈多层感知器，该感知器经过训练并具有已知的权重，我如何找到网络近似的曲线的方程(分隔两种类型数据的曲线)？
浏览 0提问于2013-04-21得票数 1
回答已采纳
对于家庭作业，我打算创建一个多层感知器人工神经网络来进行分类。我是PyBrain的新手，我正在尝试创建一个反向传播的前馈神经网络，在谷歌上搜索后，在PyBrain中似乎有两种方法可以做到这一点，使用buildNetwork或FeedForwardNetwork。此外，我在课堂上了解到感知器有阶跃函数，从我在文档中看到的情况来看，似乎没有阶跃函数选项。
我找不到两者之间的区别，因此无法确定哪个更适合我的</em
浏览 0提问于2015-10-31得票数 2
我是机器学习的新手。我已经看过一些tensorflow教程。我怀疑的是，训练:输入1,3输出=4输入3,3输出=6 ...我希望你明白我想问的了。我应该使用什么框架和算法？我能用tensorflow实现吗？机器学习可以做到这一点吗？
浏览 0提问于2016-12-07得票数 0
我编写了一个简单的程序来分类一组线性可分离的二维随机点。我用了一个感知器，我用合适的方法训练它。现在我想训练感知器一个点，每次用更新的权重绘制超平面(在本例中是一条线)。我想要的是一幅动画，它展示了线是如何变得越来越精确地划分集合的。fit方法需要整个训练集，那么partial_fit呢？编辑1
多亏了Vivek，我在代码中实现了partial_fit方法。程序创建2组坐标，每对产
浏览 6提问于2017-04-29得票数 1
回答已采纳
1回答
我目前正在尝试使用scikits学习中的SGDRegressor来解决一个大型数据集X ~= (10^6,10^4)上的多变量目标问题。", line 841, in partial_fitFile "..., line 812, in _partial_fitFile "...环顾四周，似乎这可能是由于没有正确地标准化X造成的<
浏览 3提问于2014-04-07得票数 0
1回答
我正在使用Spark多层感知器进行二进制分类。现在，我希望得到测试集中每一行的值，而不是只得到包含0或1的预测列。
我在API文档中找不到任何东西。
浏览 1提问于2016-10-18得票数 3
我试图理解伊恩·古德费罗等人的论文“生成对抗性网这里”。当模型都是多层感知器时，对抗性建模框架是最简单的应用框架。为了了解发生器在数据p_g上的分布，我们在输入噪声变量p_z(z)上定义了一个先验，然后表示到数据空间的映射为G(z; \theta_g)，其中G是一个由具有参数\theta_g的多层感知器表示的可微函数1)据我所知，生成器是一个多
浏览 0提问于2020-02-29得票数 2
回答已采纳
1回答
我试图理解一个简单的感知器和一个神经网络在使用keras序列类时的关系。
有人能解释一下我在下面的Keras包中找到的神经网络的跳转吗？由于输入层有四个节点，这是否意味着网络由四个感知器网络组成？
浏览 0提问于2018-05-17得票数 2
回答已采纳
我有一个高度不平衡的数据集(±5%的正实例)，为此我正在训练二进制分类器。我使用嵌套的5倍交叉验证和网格搜索来进行超参数调整。
我想避免过采样，所以我一直在研究class_weight超参数。对于sklearn的决策树分类器，这是非常好的工作，很容易给出一个超参数。然而，据我所知，这并不是sklearn的神经网络(多层感知器)的一个选择。在交叉验证的keras中有使用class_w
浏览 0提问于2019-02-07得票数 1
1回答
对于多个卷积层，它看起来如下所示：但我的问题是，整个建筑可以用感知器来建造，对吧？对于每一个卷积层，都需要一个感知器，包括层：hidden_size = 10; e.g.然后，对于原始图像中的每个接收域，将5x5区域输入到感知器中，以输出隐藏层中神经元的值。所以基本上每个接收域都要这样做：
因此，相同的感知器
浏览 3提问于2017-03-07得票数 1
我需要使用Levenberg - Marquardt算法实现一个多层感知器。为了求出激活函数的斜率(tanh)，需要计算tanhx =sec^2hx的导数。在c++中有没有库函数来计算秒^2 hx。
浏览 1提问于2014-07-01得票数 0
1回答
如何在网络应用中更新机器学习模型？
以SKLearn为例，在培训了一个巨大的模型(比如10 on的数据)之后，您如何根据当前的新数据更新模型呢？想必你不会想要实时更新，也许每天都要更新一次--但我无法在SKLearn中找到这样的方法。你只需要每天在不断增长的数据集上重新训练整个事物吗？
浏览 0提问于2017-01-26得票数 2
回答已采纳
在Weka中，在对数据进行预处理之后，我对数据运行了多层感知器函数。然而，在运行我的数据时，一些条目有一个"?“在TP速率类别中。那是什么意思？为什么会发生这种情况？
谢谢
浏览 0提问于2021-04-12得票数 1
2回答
我正在做一个python的图像识别项目。我在期刊上读到，如果将自组织映射(SOM)执行的聚类输入到监督神经网络中，则图像识别的准确性比监督网络本身更高。我自己尝试过，使用SOM执行聚类，然后在每次迭代后使用获胜神经元的坐标作为keras的多层感知器的输入。然而，精确度非常差。
SOM的什么输出应该用作多层感知器的输入？
浏览 7提问于2017-03-06得票数 0
数据是音频的，我把它们分割成30毫秒的帧。最后，约有100万帧作为标记样本，每个样本有13个mfcc特征。当像下面的代码一样拟合数据时，我的cpu的使用率保持在20 %左右，什么也不会发生！
浏览 1提问于2019-08-30得票数 0
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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
