1回答
我使用的是的卷积神经网络(CNN)，名为make_unet。它的工作和代码能够与CNN一起运行。但我知道，在深度学习中，你必须初始化权重来优化神经网络。Keras中的清楚地表明使用kernel_initializer进行权重初始化。但是，我在我正在使用的make_unet函数中没有看到任何kernel_initializer。
浏览 4提问于2018-01-26得票数 4
回答已采纳
2回答
我正在尝试在2个不同的程序中对相同的数据运行NN学习器。虽然所有东西(数据和参数)都是相同的，而且我手动将初始权重设置为相同的值(0)，但我在两个程序中得到了不同的权重。我调试和检查的是：2)神经网络参数4)类标签(输出节点)
这些都是一样的。我还应该检查什么？
浏览 2提问于2009-11-29得票数 1
回答已采纳
在R中使用h2o.deeplearning函数实现DNN。我知道权重初始化应该是一个介于-1和+1之间的小值，而不是一个大的值。那么，初始化权重的h2o.deeplearning中的参数代码是什么？如何使用它在-1和+1之间进行初始化？
请帮帮我！
浏览 0提问于2017-08-16得票数 1
1回答
我基于下面的代码构建了一个CNN模型：我知道在深度学习中，你必须初始化权重来优化神经网络。Keras中的这个站点清楚地表明使用kernel_initializer进行权重初始化。我想在code.Anyone中找到初始权重，谁可以提供一些洞察力将不胜感激。
浏览 13提问于2020-03-10得票数 0
回答已采纳
在经过训练的神经网络中，权重分布将接近于零。所以，对我来说，把所有的权重都初始化为零是有意义的。然而，有一些方法，如-1到1的随机赋值和Nguyen-Widrow，它们的性能优于零初始化。
浏览 0提问于2015-08-05得票数 2
回答已采纳
1回答
我参加了一些机器学习的在线课程，总的来说，建议是为一个神经网络选择随机权重，以确保你的神经元不会都学习相同的东西，打破对称性。这些情况对零初始化安全吗？或者，我们是否也可以在这些情况下使用随机初始化，以保持一致性？
浏览 0提问于2018-04-29得票数 7
2回答
关于最后一段，我在自学。
在您所使用的代码中，您已经显式地设置了过滤器权重的值，但是神经网络在对一组图像数据进行训练时实际上将学习最佳的过滤器权重。在本节的后面，您将了解到这类神经网络的所有情况，但您知道高通和低通过滤器是定义这种网络行为的原因，并且您知道如何从零开始编写这些代码！在实践中，您还会发现许多神经网络学习检测图像的边缘，因为对象的边缘包含关于对象形状的有价值的信息。
我已经学习了所有的最后4
浏览 2提问于2018-12-31得票数 1
回答已采纳
现在，我想使用GoogleNet数据集来训练FER2013 (它由人脸组成，其目的是识别人脸属于7类中的一种)。但是，数据不是图像格式的，而不是48x48=2304值的数组，每个值在0到255之间。
浏览 2提问于2017-04-22得票数 2
回答已采纳
例如，对于相同的问题，它可以用来比较感知器神经网络和决策树。或者，它可以用于研究特定问题的神经网络的神经元数量。这里是关于比较模型/架构的。然而，在我看来，交叉验证似乎不适合找到神经网络的最佳权重，因为在每一轮交叉验证中，权重都会重新初始化。
你能证实我的观点吗？
浏览 0提问于2012-04-11得票数 1
回答已采纳
1回答
我有一个问题，我的LSTM网络的丢失并没有从一个时代改变到另一个时代。为什么相同的代码和数据集会导致两种不同的结果?mdl = Sequential()mdl.add(LSTM(6, activation='relu'))
mdl.add(Dens
浏览 2提问于2018-08-13得票数 0
回答已采纳
1回答
我想要确定我创建的神经网络的初始权重。目前，我已经初始化了权重，如下所示。 有没有一种方法可以初始化一组固定的随机权重？因此，每次运行代码时，初始化的数组都是相同的。
浏览 32提问于2021-02-04得票数 0
回答已采纳
我已经看到神经网络的权值被初始化为随机数，所以我很好奇为什么逻辑回归的权重被初始化为零？
浏览 0提问于2017-09-10得票数 13
回答已采纳
1回答
在学习TensorFlow的过程中，我对神经网络初始化感到困惑。
在TensorFlow 教程中，它们使用随机初始化，但不多次使用。
浏览 3提问于2017-05-30得票数 0
在用户手册中，它显示了以下不同的kernel_initializer
有人知道默认的初始化器是什么吗？文档未显示默认设置。
浏览 2提问于2017-10-23得票数 59
回答已采纳
在GitHub上的一个模型中，我对神经网络的工作相对比较陌生。我注意到，在将权重和偏差初始化为零之后，在偏差变量中添加了一个单位矩阵。如果是，那么将偏差初始化为单位矩阵的目的是什么？
链接到存储库：论文链接：
浏览 0提问于2018-10-29得票数 1
1回答
可变输入形状的Keras
、、、
我正在试图建立一个模型，它应该使用变量长度的两个输入env_input2 = Input(shape=(None,), dtype='int32')env = Dense(50, activation='relu')(env)env = Dense(50, ac
浏览 2提问于2019-11-09得票数 1
然而，总的来说，我不认为能够猜测模型中变量的初始值是合理的。似乎我应该能够选择任何任意的起点，并到达我想要的地方。谢谢!
浏览 3提问于2017-05-20得票数 0
1回答
我在看代码时发现了这个：我很想了解kernel_initializer，但无法理解它的意义？
浏览 0提问于2018-08-24得票数 23
回答已采纳
是否可以在神经网络中加载model.add中的角点权重？我想加载基于泽维尔或其他初始化器的权重。我怎么能在角星上做这件事？例如，weight=[w1,w2,w3,w4]，我们如何在keras中做到这一点？例如，在TF中我们有：initializer=tf.contrib.layers.xavier_initializer()
浏览 0提问于2018-04-15得票数 1
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
