1回答
使用标准背景，我可以训练一个具有多达8个二进制输入的网络来学习XOR。所以总共有256个输入集，输出正确地识别了8个输入集，其中8个输入中只有一个是1，其余的是0。布局：·1个具有2个或更多节点的隐藏层；它将在大约500个时期内训练，如果我使用更多的隐藏节点，就会更少。然而，无论我使用多少隐藏
浏览 5提问于2016-09-10得票数 1
回答已采纳
5回答
我知道两层3个神经元组成的人工神经网络(ANN)可以解决异或。，仅仅两个神经元(Neuron1需要两个输入，Neuron2只需要一个输入)就能解决异或问题吗？Input1 \ Neuron1------->Neuron2Input2/
人工神经元接收一个或多个输入..。在这两个图表中，偏差输入'1‘总是存在的。
浏览 7提问于2017-01-18得票数 3
回答已采纳
1回答
我的目标是用神经网络解决异或问题。我读过无数篇关于多层神经网络背后的理论、证明和数学的文章。这个理论很有意义(数学…)但我有几个关于神经网络的评估和拓扑结构的简单问题。考虑到这一点，以下是我的问题：
假设我们有多个输入，每个输入都有自己的节点吗？我们是否将这两个值输入到单个节点？我们<em
浏览 4提问于2013-07-02得票数 3
回答已采纳
1回答
人工神经网络绕过隐层输入
、、、
我刚刚被安排了一项任务来计算一些人工神经网络的输出，并编写一个人工神经网络。简单的事情，以前做过，所以我不需要任何帮助的一般安的东西。然而，有件事让我很困惑。在分配中，拓扑如下(不上传图表，因为这是他的知识产权)：-
问题是永远如此常见的异</
浏览 3提问于2013-10-30得票数 2
回答已采纳
1回答
我在运行用BogoToBogo编写的神经网络实例(array([0, 0]), array([ 2.55772644e-08]))(array([1, 0]), array([ 0.99677086]))神经网络学习异或，默认情况下使用array([ 0.48245772]))
(array([1, 0]), array([ 0.4
浏览 0提问于2018-08-29得票数 1
回答已采纳
2回答
我试图实现神经网络的电子邮件垃圾邮件检测。我有解决异或问题的神经网络，为了我的目的，我想编辑这个网络，并使用ba。但我的问题是：(谢谢各位的评论！)
浏览 0提问于2016-01-07得票数 3
回答已采纳
1回答
我想实现一个简单的前馈神经网络来逼近函数y=f(x)=ax^2，其中a是一些常数，x是输入值。该神经网络具有一个输入节点，一个具有1-n节点的隐藏层和一个输出节点.例如，我输入值2.0 -> -- NN生成4.0，再次输入3.0 -> -- NN生成9.0或接近它，等等。但是，当我尝试用我的实验/学习<em
浏览 2提问于2017-11-27得票数 0
回答已采纳
这是对异或算子进行训练的神经网络：我能找到像训练过的网络来识别互联网上的手写数字吗？是否有训练过的神经网络的“官方格式”？
浏览 0提问于2017-10-08得票数 1
回答已采纳
1回答
这是否可以给ANN以非数字的形式输入，比如英文文本“吃苹果日报”专用于Unicode文本，ANN只返回文本形式的输出。回答就像“是”“不是”。我对ANN不太了解，但是我研究的所有示例代码，比如异或、图像输入，都处理ANN中的数字输入。
请你建议一些代码，或链接到网页有相关的例子。对于Unicode文本中的一些文本句子，我需要对ANN进行训练，但不知道如何处理神经网络</em
浏览 3提问于2012-12-07得票数 0
1回答
假设我有一个这样的数据集： [0, 1], [1, 0] [1, 1], [0, 1] ]这一切为什么要发生？(2，2，2)表示输入层节点数、隐藏层节点数和输出层节点数均为2(除偏差节
浏览 2提问于2013-04-26得票数 1
回答已采纳
1回答
我试图用Java编写一个神经网络它应该能够解决异或函数。我理解神经元(感知器)是如何工作的，以及它们是如何学习的，但我不明白神经网络是如何处理输出的，也不明白神经元如何“相互交流”。例如：
input = {{1, 0},{1, 1},{0, 1},{0, 0}} 我
浏览 4提问于2017-05-02得票数 1
回答已采纳
2回答
我正在实现一个神经网络，并希望使用ReLU作为神经元的激活函数。此外，我正在用SDG和反向传播训练网络。我正在用范例异或问题来检验神经网络，到目前为止，如果我使用逻辑函数或双曲切线作为激活函数，它将正确地分类新样本。例如：
输入= 1，1-&
浏览 2提问于2017-01-08得票数 5
回答已采纳
1回答
假人的反向传播和训练集
、、、
我刚开始学习神经网络，但我的技能或智力的缺乏使我无法从流行的文章中理解如何为反向传播训练方法(或其局限性)正确地准备训练集。简单的异或函数有两个输入，一个输出：{0,0}=>0，{0,1}=>1，{1,0}=>1，{1,1}=>0。但神经网络理论告诉我们，“反向传播需要每个输入值都有一个已知的期望输出，以便计算损失函数梯度”。这是否意味着如
浏览 0提问于2016-02-22得票数 1
1回答
我有一个具有A...F特征的数据集用于训练。现在我的预测数据集预测的关键特征没有在训练集中使用的3个特征的观测值。因此，我只有一个用于预测的特征子集，而神经newtork是针对更广泛的特征进行训练的。
我该如何处理这样的问题？你能使用神经网络来处理缺失的特征吗？我的想法如下:首先，我在训练集上使用神经网络，但现在在缺失的特征上进
浏览 3提问于2017-05-07得票数 0
3回答
我在空闲时间使用神经网络。我已经用神经网络开发了一个简单的异或运算。但是我不知道什么时候应该使用正确的激活函数。
有什么诡计吗?还是只是数学逻辑？
浏览 12提问于2017-07-05得票数 4
回答已采纳
1回答
我用神经网络来强化学习。我有一个有4个输出节点的神经网络，我将每个输出节点映射到不同的操作。隐藏节点和输出节点使用sigmoid激活函数。我面临的一个问题是，在某些输入上，很少有输出节点具有相同的值(即它们的输出值为1)。我不知道在这种情况下该怎么办。有什么办法可以解决这个问题吗?所以没有两个输出节点具有相同<
浏览 0提问于2017-05-15得票数 0
回答已采纳
1回答
用多层感知器求解3个数据点的异或
、、、、
已知的XOR问题是由多层感知器解决的，给定所有4个布尔输入和输出，它训练和存储再现I/O等所需的权重。如果我们重新输入相同的输入，就会得到相同的输出： layer1_prediction = sigmoid(np.dot(W1.T, x)) # Feed(prediction > 0.5), y)[0 0] 1 [0][1 0] 1 [1]
[1 1
浏览 1提问于2018-02-05得票数 0
1回答
我正在读一个很棒的关于神经网络的教程。这是我见过的最好的教程，但我无法理解以下一件事：
0 1 1 1 1 1
在我看来，第一个表是可以的，因为它包含了XOR，这意味着第二个表需要做的是删
浏览 0提问于2017-12-01得票数 5
回答已采纳
1回答
我是第一次接触神经网络。我有1000个示例的训练数据集。每个示例包含5个功能。example2 => [f1,f2,f3,f4,f5] -> [w1e2,w2e2,w3e2,w4e2,w5e2]
在这里，w1表示第一权重，e1，e2表示不同的示例or example1,example2,... -
浏览 12提问于2017-08-22得票数 0
回答已采纳
1回答
多类神经网络问题
、、
我已经尝试了一段时间的反向传播神经网络，我正面临一次又一次的问题。到目前为止的进展是，我的神经网络对异或和和OR都很好。
现在，我将同一个网络，X
浏览 3提问于2015-02-17得票数 3
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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
