1回答
我有一个输出output的神经网络。我想在损失和反向传播发生之前改变output。下面是我的通用代码： with torch.set_grad_enabled(training): loss.backward()
optimizer.step() 我有一个转换函数，我将我
浏览 57提问于2021-11-19得票数 2
回答已采纳
神经网络学习逼近期望的输出，因此可以使用未知的测试集，并根据其各自的类别对每个测试示例进行分类。例如，神经网络可以学习对手写数字进行分类，并将手写的' 9‘识别为值9。神经网络如何将训练样本的输出与期望的输出进行比较？在神经网络的
浏览 0提问于2014-10-21得票数 1
回答已采纳
1回答
最近，我发布了许多关于我正在制作的字符识别程序的问题。我以为直到今天我都能让它完全正常工作。我想这和我对网络的训练有关。下面是我对训练和模拟过程的解释。给出这两张图片
输入我想训练网络识别字母D。请注意，在此之前，我已经将图像处理成了一个二进制矩阵。对于训练，我使用其中，我是目标，而不是输入，因为我想训练网络来识别目标图像中<em
浏览 0提问于2013-05-04得票数 0
回答已采纳
我正在尝试使用预先训练的Bert模型的tensorflow，它有约1.1亿帕拉姆，这是几乎不可能训练这些副秘书长使用我的gpu。整个层的冻结使得所有这些参数都无法训练。
是否有可能使该层部分可培训？就像有几百万个平行线是可以训练的，而其余的则是无法训练的？
浏览 4提问于2022-03-25得票数 0
1回答
我一直在学习Andrew的coursera课程，特别是关于神经网络的部分，我计划在日志文件数据上实现一个神经网络。我读过关于神经网络自组织映射的文章，这似乎更适合这种类型的问题，因为日志文件没有任何结构，但似乎是一个更高级的主题。与使用自组织映射神经网络不同，我计划从日志文件数据中创建训练数据，方法是将数据分组为键值对，其中键为<IP OF MACHINE INITIATING REQUEST>，每个键<
浏览 6提问于2015-11-02得票数 6
回答已采纳
1回答
所以我有一个关于MSE loss的问题，关于神经网络的应用。损失函数：\text{MSE} = \frac{1}{2} \sum_{i=1}^{n} (Y_i - \hat{Y_i}) ^ 2
还是使用单个训练示例并对所有神经网络
浏览 0提问于2019-12-10得票数 1
回答已采纳
我刚刚编写了我的第一个神经网络代码，并对其进行了一些实验...它的任务非常简单:它基本上应该输出四舍五入的数字。它由一个输入神经元和一个输出神经元组成，其中1个隐层由2个隐层神经元组成。首先，我给了它大约2000个随机生成的训练数据集。
当我给它由10个隐藏神经元组成的3个隐藏层时。结果开始变得更糟，即使在10000个训练集之后，它仍然输出许多错
浏览 11提问于2018-08-13得票数 0
回答已采纳
我正在使用神经网络进行多类分类。假设我有10个目标类和一个null (非高于目标的类)。我为每个目标单独训练一个神经网络，每个网络(目标，非目标)有两个输出神经元，这样在上面的情况下，我需要10个单独的神经网络，还是有11个输出(10个目标，1个其他)的神经网络更好？我见过人们在不同的论文中使用这两种方法中的任何一种，但没有解释，但是对每个目标类使用单独的网络在理
浏览 0提问于2014-09-16得票数 1
1回答
大数据集的多标签损失函数
、、、
我正在训练一个多标签的细胞神经网络，但它大约有160个标签，所以当使用正常的细胞神经网络架构与sigmoid作为输出层，binary_crossentropy用于损失时，网络仍然偏向于零，因为损失函数接受所有的输出并对它们进行归一化，所以当所有的输出都是零甚至是正确的标签时损失最小，因为它是归一化的。
浏览 26提问于2020-01-16得票数 0
我从另一个网站用C#复制了一些源代码，并测试了神经网络本身，只有几个输入和两个输出，以及一个由4个组成的隐藏层。当神经网络根据字母的预期输出进行训练时，可以是A、B或C(格式为由16×16像素组成的单调图像)--即126个字节。我将图像的文字字节转换为字节数组，然后将它们转换为双精度数组，然后将整个双精度数组作为输入提供给神经网络，并</
浏览 0提问于2015-04-10得票数 3
我在汽车行业工作，在那里机器推理的可靠性是关键问题，因为所有这些都是诉讼。神经网络(NN)现在非常流行，但是可靠性如何呢？他们说，它在1000个测试数据上进行了测试。嗯，这还不够，10000或更多呢？对于未经测试或看不见的数据，您能说些什么？
我的意思不仅仅是提出缺乏数据的问题，而是NN的黑箱性质。高斯过程是，我发现“更安全”，因为输出可以导出为某种分布(尽管这取决于您选择的内核)，至少我知道未见的
浏览 1提问于2017-05-22得票数 0
我有一个有5个输入和一个输出的数据集。我想用MATLAB中的神经网络建模来训练这个数据集。当我在没有进行标准化的情况下输入数据时，1e+3附近的均方误差非常大。我的两个问题：
1-在训练过程之前，我的实际目标(输出)在[0 1000]或[50 800]的范围内，但在归一化之后，由于归一化，神经网络给出了[0 1]范围内的值。我<
浏览 2提问于2014-01-15得票数 0
我想知道Word2Vec是如何构建的。📷1) CBOW模型和Skip图模型都有一定的输入。3)将跳过图的输出作为中间神经网络的</
浏览 0提问于2017-06-12得票数 6
回答已采纳
4回答
有人能给我解释一下如何做更复杂的数据集吗?比如球队统计，天气，骰子，复杂的数字类型如果有人能用python提供示例，那将是一个很大的帮助。
浏览 3提问于2009-07-30得票数 3
回答已采纳
1回答
利用多个台风参数作为输入，建立了预报台风发生的神经网络。到目前为止，我们已经能够生成数据和训练神经网络使用Encog 3.2。现在，我们需要评估训练的结果。我们使用ForestCover项目(在Encog3.2示例中)作为参考，但是该项目的评估代码用于分类神经网络。因此，我们无法按照该项目的代码来评估我们的神经网络。MLData output = network.compute(inputData);
我们希望提取输出</em
浏览 1提问于2016-01-14得票数 4
1回答
我想让我的神经网络对这些数据进行训练。其中，一旦完成了训练，它就可以接受一个输入图像，并输出一个浮动元组，表示因变量可能是什么的平均值和stddev。也就是说，神经网络，当它看到一只狗，应该输出(2，3)。当它看到猫时，应该输出(-1，0.05)。从本质上讲，神经网络需要接收一个图像，并计算出浮动的平均值可能是什么，以及浮点数与平均值之间
浏览 0提问于2023-03-27得票数 0
1回答
我有一个关于文本数据的多类分类器(使用sklearn.svm)的工作示例。有一次，我只能训练/测试一个特性。是否可以在一个分类器中堆叠多个特征？具体而言，我的数据具有以下特点：目前，我可以运行特性1的训练通行证和特性2的重复等。如何将它们叠
浏览 5提问于2017-11-06得票数 1
3回答
什么是冻结/解冻一层神经网络？
、、、、
我已经和神经网络玩了很长一段时间了，最近我在训练神经网络之前遇到了“冻结”和“解冻”这两个术语，同时读到了关于迁移学习的知识&我很难理解它们的用法。
什么时候应该使用冷冻/解冻？哪几层是冷冻/不冻的？例如，当我导入一个经过预先训练的模型并根据我的数据对它进行训练时，除了输出层之外，我的整个神经网络
浏览 3提问于2020-06-06得票数 6
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
实时音视频活动推荐
腾讯云开发者
