在TensorFlow.js中，我创建了一个非常简单的tf.Sequential模型，如下所示： let model = tf.sequential();model.add(tf.layers.softmax()); 在预测期间，如何获得第二个tf.layers.dense层的激活
浏览 15提问于2020-10-30得票数 0
回答已采纳
2回答
我正在从头开始编写一个多层感知器，只有一个输入层、隐藏层和输出层。输出层将使用softmax激活函数产生几个互斥输出的概率。在我的隐藏层中，使用softmax激活函数对我来说是没有意义的--这是正确的吗？如果是这样的话，我可以使用任何其他的非线性激活函数，如sigmoid或tanh吗？或者我甚至可以不在隐藏层中使用任何激活函数，
浏览 2提问于2018-04-19得票数 1
回答已采纳
torch.nn.LSTM(40, 256, 3, batch_first=True), torch.nn.ReLU()对于LSTM层，我只想从批处理中检索最后一个隐藏状态，以通过其余的层。我需要以某种方式在nn.Sequential()模型上执行此操作，这样当我保存它时，它可以正确地转换为tensorflow.js模型。我不能在tensorflow.js中创建和训练这个模型的原
浏览 5提问于2021-10-05得票数 0
1回答
我正在使用Keras教程跟踪官方的TensorFlow，我被困在这里：
为什么将激活函数用于预测连续值的任务？
浏览 1提问于2018-07-20得票数 5
回答已采纳
1回答
多层多激活函数(神经网络)
、、、、
我已经使用隐藏层中的ReLU激活函数和输出层中的sigmoid函数获得了很好的结果。现在，我正在努力获得更好的结果。我用ReLU激活函数添加了第二个隐藏层，结果变得更好。我尝试对第二个隐藏层使用leaky ReLU函数，而不是ReLU函数，并获得了更好的结果，但我不确定是否允许这样做。隐藏层1: ReLU激活函数隐藏层<
浏览 29提问于2021-05-02得票数 0
回答已采纳
2回答
我想在RGB层中隐藏2^12个二进制位。示例000011010000这个值我想隐藏在RGB层中。2^12比特必须分成3层，如0000隐藏在R层，1101隐藏在G层，0000隐藏在B层。任何人知道如何在java中做到这一点。
浏览 1提问于2010-12-28得票数 0
我的神经网络如下
将所有权值从-1，+1初始化为随机实数。
我得出的结论是，由于在固定测试数据集
浏览 1提问于2018-02-18得票数 5
回答已采纳
1回答
在最近我在Stack上读到的一个答案中，我读到了一种可能的方法来更清楚地理解神经网络的每个隐藏层发生了什么。你应该观察是什么使神经元在每一层激活取决于输入。如您所知，每个神经元将被激活(一旦DNN被训练)为特定的输入组合。通过可视化，您可以了解每个层在高-低级别特性方面到底学到了什么。同时，还有其他方法来了解每个隐藏层中发生了什么吗？
浏览 0提问于2019-06-08得票数 2
回答已采纳
我正在尝试用tensorflow.js来建立和训练一个lstm网络，我的数据集就像
输入：“我不喜欢这些鞋，它们对我来说太黄了。所以把它们还给我。”我试着阅读了文档，但是我无法理解它，即使是从其他来源也找不到一个关于如何在tensorflow.js中实现和训练网络的好例子。有谁能给出一个用node.js和tensorflow.js直接创建LSTM层并训练模型的例子吗？
浏览 2提问于2018-09-27得票数 4
回答已采纳
3回答
关于神经网络的不同结构
、、、
我对结构和术语几乎没有疑问，它们如下：所谓隐藏层，是指输入和输出之间的一层。如果层数=1，有10个隐神经元(如第二个图所示)，那么本质上是一个称为MLP的神经网络。总体而言,如果隐层数为>=1但小于3，则神经网络成为MLP。链接中的图片是否是MLP的图片，因为它包含一个由10个神经元组成的隐藏层？如果隐藏层数>3，则称为深度神经网络--即深度
浏览 0提问于2019-10-10得票数 2
回答已采纳
为什么log-sigmoid激活函数是隐藏层中的主要选择，而不是tanh-sigmoid激活函数？此外，如果我使用Z-得分归一化，我是否可以使用乙状结肠激活函数在隐藏层？
浏览 0提问于2017-07-15得票数 1
回答已采纳
2回答
我刚开始机器学习，最近遇到了一个问题，用ReLU激活函数训练神经网络，如图所示。我的问题是更新隐藏层和输出层中的权重矩阵。费用职能如下：
其中y_i是输出层的i-th输出_{ij}^{(3)} := \Theta_{ij}^{(3)} - \alpha\frac{\partial J(\Theta)}{\partial \Theta_{
浏览 0提问于2019-04-21得票数 7
我想训练一个简单的1-隐藏层网络。网络应该由三层组成:一个输入层(2个dims)，一个隐藏层(10个dims)和一个输出层(1个dim)。输入层的激活函数应该是线性的，隐藏层的激活函数是sigmoid的，输出层的激活函数也是线性的(因为我正在做一个回归任务)。[1]似乎如所希望的那样，与具有10个神经元的隐藏<
浏览 43提问于2019-12-23得票数 0
回答已采纳
1回答
如何确定最佳层数和激活函数
、、、、
因此，我正在使用keras开发MNIST和Boston_Housing数据集，我想知道如何确定每个层的最佳层数和激活函数。现在，我问的不是层/激活函数的最佳数量，而是确定这些参数的过程。
浏览 1提问于2018-12-07得票数 0
回答已采纳
1回答
我们会把它喂给隐藏层。因此，我们将得到另一个批处理向量H在隐藏层。
然而，在此中，它们不取批向量H的平均值，只需将该批处理向量H提供给输出层，并将Softmax应用于批处理输出向量。然后在此基础上计算成
浏览 1提问于2020-09-24得票数 0
回答已采纳
1回答
我在确定正确的激活函数时遇到了问题。因为sigmoid函数给我的输出是256.33 -1，所以我想要的输出是0-1。所以我想在networks.Can中应用sigmoid作为隐藏层，ReLu作为输出层来保持非线性，你建议我怎么做呢？我的方法正确吗？
关于我的架构-我使用了3层，其中一层是隐藏层。(1)我尝试将sigmoid应用于这两层作为激活函数。(2)然后我为这两个函数应用ReLU激活</
浏览 1提问于2017-06-28得票数 0
我正在为Toxici评论分类Kaggle竞赛撰写一份大学报告，比较不同模型的不同尝试，我想知道卷积神经网络是否是一个模型，多输出层模型。ONMO也称为多任务学习，这种方法将有一个输入层、一组隐藏层和每个标签的一个输出层。
另一方面，CNN是几层具有非线性激活函数(如ReLU或tanh )的卷积。它使用输入层上的卷积来计算输出，而不是完全连接的层或仿射层。
浏览 0提问于2018-03-12得票数 0
5回答
如何在cnn预测中获得内层输出
、、、、
我正在看tensorflow.js CNN来自的例子。有什么方法可以从每一层得到输出吗？output.argMax(axis).dataSync());
});上面是tfjs示例中的预测方法，但是只打印最后一层。如何在预测中从每个层(包括conv、max池和完全连接层)获
浏览 0提问于2018-06-20得票数 4
回答已采纳
2回答
我在Java中创建了一个简单的前馈神经网络库--我需要一个基准来比较和排除我的库。GPU或CPU (提供了CPU，但GPU是很好的信息)
隐藏<em
浏览 0提问于2019-05-12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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
