腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
视频
沙龙
1
回答
用于神经网络输入的python中音频文件数组的整形
、
、
、
、
我现在刚开始用自己的数据建立神经网络。我想训练一个卷积神经网络的音频分类,但我正在挣扎的阵列整形。 我首先在我的手机上录制了音频,然后使用Librosa软件包加载它,得到一个光谱输出图像阵列,我可以用于我的神经网络。 sample = 2 filename = df.File[sample] y, sr = librosa.load('/content/drive/MyDrive/AI Data Set/SoundRecord-2021-03-30-15-46-36.wav',sr=44100) ps = librosa.feature.melspectrogram(y=y,
浏览 1
提问于2021-04-01
得票数 0
回答已采纳
1
回答
构造多元神经网络
我想要建立一个输入15-18个变量的神经网络。在此基础上,提出了基于重构误差的异常检测模型。我现在已经做了一些教程,但是数据总是已经给出了,所以我现在必须自己做第一步。因此,我想知道如何处理多元数据? 我认为有三种选择: 1)为每个变量(单变量)建立一个单一神经网络。 2)建立基于所有多元输入变量的单一结果神经网络。 3)在多元输入的基础上,建立具有多变量输出的神经网络。 ( 1)和( 2)我会说,这是相当累赘的。但甚至有可能吗?如果是的话,我要考虑什么?那么,结果变量只是一个数据帧,还是某个数组之类的其他类型呢?
浏览 0
提问于2019-09-26
得票数 0
1
回答
TensorFlow:简单递归神经网络
、
、
、
我用TensorFlow建立了一些神经网络,比如基本的MLP和卷积神经网络。现在我想转到递归神经网络。然而,我在自然语言处理方面没有经验。因此,对于我来说,RNN的TensorFlow NLP教程并不容易阅读(也不是很有趣)。 基本上,我想从一些简单的东西开始,而不是LSTM。 如何在TensorFlow?中建立一个简单的递归神经网络,如Elman网络。 我只能找到TensorFlow的GRU或LSTM示例,主要用于NLP。有人知道一些简单的递归神经网络教程或TensorFlow的例子吗? 下图显示了一个基本Elman网络,它通常简单地称为SRN (简单递归网络):
浏览 2
提问于2016-04-25
得票数 9
回答已采纳
1
回答
神经网络能有整数输入吗?
、
我建立了一个输入的神经网络,它是整数和布尔函数的混合。但它并没有汇合。我在网上见过很多例子,每个例子都有布尔形式的输入。那么,是否有可能建立一个混合输入或整数输入的神经网络呢?
浏览 0
提问于2016-09-28
得票数 1
回答已采纳
1
回答
在六角DSP上运行Tensorflow Lite演示模型
、
、
、
我已经建立了Tensorflow Lite演示相机应用程序使用预先训练的移动网络模型,在描述。 据我所知,Android (神经网络api)支持高通六角DSP处理器。如果可能的话,我想让Tensorflow Lite的演示应用程序在我手机上的六角DSP芯片上运行,但是关于以这种方式重新编译它的文档很薄。 几个月前在Arxiv上发表的一篇名为“”的论文声称,在许多设备上使用Android和Tensorflow Lite可以实现这一功能,尽管野生设备发布的结果似乎只针对CPU目标。 我正在试验一个OnePlus 5手机,它有一个六角形682数字信号处理器。我正在运行Android8.1.0。据我所
浏览 3
提问于2018-12-06
得票数 2
回答已采纳
1
回答
使用“神经网络”软件包为不同的层建立不同的活动功能
、
、
、
当然,我正在研究R中的神经网络,我曾经用python中的Keras编写这种程序,所以我希望能够为不同的层设置不同的激活函数。 让我解释一下。假设我想要建立一个有两个隐藏层的神经网络(比如5和4个神经元),输出在-1到1之间。 我想在隐藏层中设置RELU或softplus,在输出层设置tanh。 这里的问题是,神经网络包允许我通过参数act.fun只选择一个激活函数。 > nn <- neuralnet(data = data, hidden = c(5, 4), act.fun =tanh) 我尝试将act.fun参数设置为c(softplus,softplus,tanh),但我当
浏览 1
提问于2019-06-30
得票数 0
1
回答
功能语言在构建神经网络方面是否优于祈使语言?
、
神经网络的特点是数据量大,需要使用并行计算。它是否使函数式语言更适合于建立神经网络?
浏览 5
提问于2012-10-03
得票数 0
5
回答
神经网络的最佳Julia库
、
、
我一直在使用这个库进行基本神经网络的构建和分析。 然而,它不支持建立多层神经网络等. 所以,我想知道在朱莉娅做高级神经网络和深度学习方面有哪些很好的图书馆。
浏览 0
提问于2015-11-19
得票数 13
回答已采纳
2
回答
使神经网络具有分层输出更好吗?
、
、
、
我对神经网络非常陌生,最近我建立了用于车牌号码分类的神经网络。它有3层:1输入层,16*24(382神经元)数字图像,150 dpi;1隐层(199神经元),乙状结肠激活函数;1 softmax输出层(10神经元),每个数字0到9。 我想把我的神经网络扩展到车牌上的字母分类。但我担心,如果我只是简单地在输出中添加更多的类,例如在分类中添加10个字母,总共20个类,神经网络将很难将特征从每个类中分离出来。而且,当输入是数字的输入,神经网络错误地将其归类为概率最大的字母时,即使所有数字输出的概率之和超过了这一概率之和,也会引起问题。 因此,我想知道是否有可能以下列方式建立分层神经网络: 有三个神经
浏览 17
提问于2018-01-13
得票数 0
回答已采纳
1
回答
如何对图像进行特定对象识别?
、
、
、
我有三张不同物体的图片:一部智能手机,一件衬衫和一包意大利面。我想在包含这些对象之一的任何图像上执行每个对象的识别。例如,如果我们在一张图片中有相同的手机,我希望能够看到在这张图片中绘制了有界方框的手机。如果电话不同,则不应绘制任何内容。 我首先尝试使用像Mask R-CNN和python和tensorflow这样的神经网络来执行对象识别。但我意识到我没有一个庞大的训练数据集,只有我的3张图像。神经网络算法似乎适用于识别狗、智能手机、景观等概念,但不能识别特定的狗、特定的智能手机或特定的景观。 为了切中要害,如果我输入了任何包含相同智能手机、相同衬衫或相同包意大利面的图片,我希望程序能够检测到
浏览 4
提问于2020-04-15
得票数 0
1
回答
R神经网络软件包计算与预测
、
、
我正在使用R和神经网络包参见docs ()。利用神经网络函数建立和训练了我的模型。 现在我已经建立了我的模型,我想在真实的数据上测试它。有人能解释我是否应该使用计算或预测函数吗?我看过文档,但不清楚,这两个功能似乎都有相似之处吗? 谢谢
浏览 4
提问于2016-07-12
得票数 0
回答已采纳
1
回答
基于伪随机数的神经网络
、
、
、
最近,我读了这篇文章,神经网络密码学。在第3.1节中,它说: 目的是利用神经网络改善任意算法产生的随机数的随机性。为了通过神经网络对伪随机数进行改进,在MATLAB中采用改进的减并算法生成伪随机数。用NIST检验了改进后的with算法产生的随机数的随机性。然后,利用这些随机数作为输入值、初始权值、偏差值和隐层的神经元数。网络的输出值是在不经过培训的情况下评估的。神经网络的输出值是基于神经网络的伪随机数.因此,该算法可以称为基于神经网络的伪随机数发生器(PRNG).基于神经网络的伪随机数发生器产生的随机数也由NIST测试其随机性。 我想知道在没有培训的情况下如何评估网络的输出值?如果它使用输入的
浏览 0
提问于2021-09-26
得票数 -1
1
回答
如何估计移动电话上神经网络的运行时间?
、
、
、
、
我训练了一个大约有26000个参数的神经网络,我打算在手机上使用它进行实时推理。我想知道是否有一种方法来估计一个神经网络的运行时间,考虑到网络和操作设备的大小。
浏览 5
提问于2021-09-25
得票数 0
回答已采纳
1
回答
sigmoid是否促进了非线性决策边界的建模,还是来自高维数据?
、
我正在用乙状结肠作为激活函数来写一个神经网络。根据一次讲座,乙状结肠只是将数字压缩到(0,1)间隔上。要建立非线性决策边界模型,需要高维数据。另一堂关于神经网络中的乙状结肠的讲座(麻省理工学院S.191)指出,乙状结肠的非线性行为是神经网络能够建立非线性决策边界的原因。所以我有点困惑。sigmoid是否有助于建模非线性决策边界,还是来自高维数据,因为您可以使用sigmoid生成线性决策边界w/o事件?
浏览 0
提问于2021-02-16
得票数 0
回答已采纳
1
回答
深度学习技术识别一个人的轮廓
、
、
我在读尼尔森关于神经网络的书。在第一章中,通过对60000个样本进行训练,构造了一个识别手写数字的神经网络。我想知道你如何通过一个人的轮廓来建立一个神经网络来识别他/她?有什么特殊的技术让它成为可能吗?
浏览 0
提问于2018-02-04
得票数 2
1
回答
如何在tensorflow或pytorch中创建具有自定义权初始化的自定义神经网络
、
、
、
、
我正在尝试建立一个小的神经网络,在神经元之间建立自定义的连接。连接应该存在于几个层上,而不是完全连接(稀疏),如图所示。我也想做权初始化手动和不完全随机。我的目标是确定一种联系是积极的还是消极的。是否有可能在tensorflow (python/js)或py手电筒中创建这样一个神经网络?
浏览 4
提问于2019-09-05
得票数 0
回答已采纳
1
回答
用深层神经网络对输入进行套索正则化?
、
、
、
有人能告诉我关于建立神经网络以便对神经网络的输入进行拉索正则化的建议吗?我要找的是一个DNN,它能够计算经典的LASSO成本函数优化,并能给我输出用LASSO获得的稀疏权向量。
浏览 3
提问于2020-09-13
得票数 0
回答已采纳
1
回答
用Python训练神经网络并在C++中部署
、
、
、
、
我打开这个线程来讨论如何使我的NN模型进行部署。 我用在Matlab中建立和训练了一个神经网络(mdCNN是一个简单的Matlab库,用于建立多维输入神经网络,目前Matlab-cov3x3x3不支持它)。我用Matlab训练我的模型,现在我想把它投入生产。 经过几个小时的研究,我计划做以下工作 用TF后端在Keras中训练神经网络模型。我选择Keras是因为我希望将来与Matlab具有向后兼容性。 从Keras模型获取tensorflow会话,有一个如何执行的示例。在文件中比*.pd文件 从模型加载神经网络模型。有一个特定的功能可以做到这一点 简历::readNet() 在C
浏览 1
提问于2018-08-28
得票数 3
1
回答
橙色:保存模型
我建立了一个带有训练和测试数据集的神经网络模型,并使用“saved”- Widget保存了模型。我想知道保存的泡菜文件包含什么样的信息?它是否只包含具有所有集合参数的神经网络算法,还是取决于所使用的训练数据集?
浏览 0
提问于2018-02-12
得票数 1
1
回答
用于大规模重复输入集的神经网络
、
、
假设我们想要建立一个神经网络来预测一些参与者之间的比赛结果。 每一位参赛者都有不同的统计数据:发动机功率,最高速度,驾驶经验等。 现在,假设我们被要求建立一个系统,它可以处理从2到400名参与者的任意数量的参与者(只需选择一个具体的数字)。 从我所了解到的“传统”神经网络到目前为止,我们的选择是: 为每个参与者建立许多不同的神经网络:n= 2,3,4,5,…,400。 训练一个神经网络,接受400名参与者的输入。当一段数据指少于400名参与者的比赛(这将是数据的很大百分比)时,只需将所有剩余的统计输入设置为0。 假设这是可行的,是否有理由期望一种方法比另一种方法执行得更好? 前
浏览 0
提问于2018-10-14
得票数 0
回答已采纳
1
回答
深层神经网络中层对性能改善的怀疑
、
今天我和一位朋友讨论了神经网络,他说我们增加的层次越多,每个层次的准确性就越低。这是事实吗? 我知道,当建立一个神经网络的时候,越深越好,但是如果我们有很多层,它们对性能的贡献会更小吗?提前谢谢。
浏览 0
提问于2019-12-15
得票数 1
回答已采纳
1
回答
如何使用验证数据优化超参数
、
、
我正在训练一个神经网络机器学习模型,对如何调整超参数感到有点困惑。 我认为培训过程如下: 建立具有某些超参数的神经网络(例如隐藏层中的神经元数目) 使用培训数据更新参数 使用验证数据来评估模型是否过度拟合并正在改进。 使用测试数据评估性能 有人告诉我,验证数据也被用来调优超参数。我不明白如何做到这一点,因为您在之后使用了验证数据,您已经构建了模型并对其进行了培训。我不能改变超参数,因为模型已经建立了。 假设我有4个超参数,它们指定了一个神经网络的结构。我是否应该对每一个超参数组合(4^4组合)进行整个训练、验证过程? 谢谢
浏览 2
提问于2016-08-02
得票数 2
回答已采纳
1
回答
截尾输出数据,输出层的激活函数和使用哪种丢失函数?
、
、
我正在建立一个神经网络来解决回归问题。输出是一个单一的数值。 不幸的是,输出被审查:0以下的值被记录为0,而正值保持不变。 对于输出层(可能是ReLU),应该使用什么激活函数?如何定义损失函数,我应该只使用RMSE吗?(因为输出是被删失的,所以我们希望神经网络能够生成0输出和正值)。 编辑1: 该问题是基于多输入变量的电力需求时间序列预测问题。只有高于某一阈值的值才会被记录下来,因此输出被审查。我们有大量的数值/分类输入变量:一天中的时间、气温、一周中的天数、假日/工作日等,我们希望建立一个基于输入变量的神经网络模型来预测电力需求(0或正)。
浏览 0
提问于2018-04-04
得票数 1
回答已采纳
1
回答
如何对预测神经网络进行评价
、
、
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。 我们还检查了PredictMarket项目(在Encog3.2示例中),因为它是一个预测神经网络。但是我们在使用MLData方面遇到了困难。 MLData output = network.compute(inputData); 我们希望提取输出的内容,并将其与evaluati
浏览 1
提问于2016-01-14
得票数 4
5
回答
当神经网络不收敛时要尝试的事情
、
、
关于神经网络最受欢迎的问题之一似乎是: 救命!!我的神经网络没有收敛!! 见,,,和。 那么,在消除了网络实现中的任何错误之后,最常见的尝试是什么呢? 我知道,要尝试的事情会因网络架构的不同而有很大差异。但调整哪些参数(学习速度、动量、初始权重等)并实现什么新特性(加窗动量?)在建立自己的神经网络时,你能克服一些类似的问题吗? 如果可能的话,请给出语言不可知论的答案。这个问题的目的是给那些神经网络不收敛的人提供一些指点。
浏览 1
提问于2014-01-14
得票数 16
2
回答
具有非负权的神经网络
你能告诉我,有什么技术可以建立非负权值的神经网络吗?
浏览 0
提问于2015-05-06
得票数 1
2
回答
R中最佳神经网络重复次数的选择
、
我是在R中使用neuralnet软件包建立一个神经网络的。我的代码如下所示: nn_po5_fold = neuralnet(wheel_spinning ~ L0 + L1 + L2 + L3 + L4 + L5, data = train_fold, hidden = 5, err.fct = "ce", linear.output = FALSE, rep = 3)。 我把重复次数指定为3,我的问题是在训练了神经网络之后,我如何才能返回最好的重复次数?换句话说,当使用神经网络计算测试数据集输出时,如何选择最佳的神经网络模型?
浏览 3
提问于2016-07-30
得票数 2
回答已采纳
2
回答
在Matlab中,如何使用已经训练好的神经网络来计算实时值?
、
、
使用Matlab语言中的神经网络管理器(Nntool),我们建立了一个神经网络network1,网络类型为前馈backprop。训练函数为TRAINLM,学习函数为LEARNGDM,性能函数为MSE。不是的。层的数目为2并且传递函数是转移的。不是的。输入的数量为2。 我们已经使用已知数据集对其进行了训练。 现在,我们希望对实时值(逐个动态地)使用这个经过训练的神经网络来获得输出。 我们无法在实时值上使用网络。因此,请指导我们完成对实时值使用经过训练的神经网络的步骤。
浏览 2
提问于2014-04-30
得票数 0
2
回答
是否有可能在智能手机上使用Tensoflow Lite/或任何其他框架来训练神经网络模型?
、
是否有可能在智能手机上使用Tensoflow Lite/或任何其他框架来训练神经网络模型? 特别是在联邦制学习的背景下?
浏览 2
提问于2020-02-12
得票数 2
回答已采纳
2
回答
如何在不同的平台/技术中使用经过训练的神经网络?
、
、
、
假设我在笔记本电脑上使用Tensorflow和Python训练了一个简单的神经网络,我想在C++应用程序中在我的手机上使用这个模型。 我可以使用任何兼容格式吗?运行神经网络(而不是训练)的最小框架是什么? UDP.我也对Tensorflow到非-Tensorflow兼容性感兴趣.我是否需要从头开始构建它,还是有任何最佳实践?
浏览 0
提问于2018-06-19
得票数 0
回答已采纳
1
回答
如何将输出数据归一化为神经网络?
、
我有一个由5个数值变量组成的数据集,如以下图像中的示例: 📷 在这个数据集中,前四个变量是输入,GDP是输出。我正试图建立一个回归GDP变量的神经网络。对于输入变量,我使用主成分分析来规范数据,而对于GDP变量,我使用了MinMax归一化算法。然而,神经网络结果的精度很低,我认为问题在于输出变量的归一化。关于如何提高神经网络的准确性,有什么建议吗?
浏览 0
提问于2020-03-24
得票数 0
2
回答
多标签分类神经网络,任意一个标签
、
、
、
、
我试图建立一个神经网络,其中假设我有3个输出标签(A,B,C)。 现在我的数据包括两个标签可以是1的行,像A和B是1,C是0。现在我想训练我的神经网络,使它能够预测A或B。我不希望它被训练成A和B都有很高的概率(就像多标号问题),我只想要其中的一个。 这样做的原因是,A和B中有1的行更像是不关心预测A或B都是正确的行。因此,我不希望神经网络在试图同时预测A和B的情况下找到极小值。 有可能像这样训练神经网络吗?
浏览 1
提问于2018-04-12
得票数 0
回答已采纳
1
回答
将不同输入连接到不同隐层的r神经网络
、
我试图建立这样的神经网络模型: 但在神经网络软件包中,神经网络公式有一种语法,据我所知,它不能用于这类模型。 net <- neuralnet(Output~LOC+PREC_n+FLEX_n+RESL_n,data, hidden=2) #, threshold=0.01) 这是我正在使用的代码。例如,我希望将LOC和PREC_n输入链接到第一个隐藏层,将FLEX_n和RESL_n输入链接到第二个隐层。我怎样才能做到这一点?
浏览 3
提问于2016-01-02
得票数 1
回答已采纳
1
回答
训练后的神经网络- Matlab测试
、
、
我想使用神经网络对数据集的手写数字进行分类。 我用60,784 trainImages矩阵和60,000 *1 trainLabels建立了1 0 0 0个隐藏单元的2层神经网络,并对其进行了训练。 net = newff(trainImages,trainLabels,100) 如何用10,000 * 784 testImages测试和计算经过训练的网络的误码率
浏览 2
提问于2014-01-31
得票数 1
回答已采纳
1
回答
如何使用这些神经网络导出XOR?
我想要建立一个神经网络模型来解决XOR问题,这样我就知道 因此,我有以下NN模型: 我遇到的问题是,当我想要连接这些部分神经网络时,我做了一个这样的解决方案: 但是我没有得到XOR函数的值。我见过一种使用这些神经网络的解决方案,但它们获得了x1 XNOR x2的值,因此它们使用: x1和x2 不是x1也不是x2 最后,它们将这两个值与表示OR的NN连接起来。 我的问题是如何将我的部分神经网络连接起来,使一个隐藏层的神经网络使用前向传播算法。激活函数是sigmoid函数。 有什么帮助吗?
浏览 2
提问于2015-03-05
得票数 1
1
回答
如何将输入的对称性建立在深度神经网络中?
、
、
我有一个深度神经网络,它接受n输入X = [X_1, \ldots, X_n]^T,并给出n输出Y = [Y_1, \ldots, Y_n]^T。通常,我只需要做一个标准的深神经网络与几个完全连接的隐藏层。然而,我想在网络中建立一个事实,即应该存在置换对称性。也就是说,如果\pi(\cdot)是一个特定的排列,那么\pi(X)应该输出\pi(Y)。因此,每个输入都应该在某种意义上被对称地对待。 一个简单的例子是,我获得了n IID传感器读数,我想为这些传感器读数构建一个自动编码器。 是否有办法将这种对称性建立在神经网络中,也许通过一些参数共享或特殊的体系结构?
浏览 0
提问于2019-11-20
得票数 0
1
回答
如何实现谷歌的神经网络的图像识别?
、
、
我有一本回忆录要写,主要的主题是比较Google的图像识别深度学习算法和我的老师用增量神经网络创建我自己的(基于我的老师)的算法,并建立一个基准。 有人能给我一些资源,让我了解更多关于Google深层学习神经网络在图像识别中的实现吗?
浏览 6
提问于2017-05-17
得票数 0
回答已采纳
2
回答
为什么我们需要快速连接来建立剩余网络?
、
、
、
、
为什么我们需要快捷连接来建立残差网络,以及它如何帮助训练神经网络进行分类和检测?
浏览 0
提问于2017-08-09
得票数 2
回答已采纳
2
回答
回归与分类的选择
、
我想用神经网络建立一个模型,它可以从风景图片中提取一些特征。 为了提高我的模型的效率,我首先要提取图片的“垂直方向”。这种“垂直方向”将是我的神经网络的下一个特征。 现在,为了计算这个特性,我看到了两个解决方案。 建立一个回归模型,返回以度(0到180)为单位的结果。 建立一个分类模型,返回定向类(例如:高、中、中、低) 是否有一种方法来决定使用哪种解决方案,或者我应该测试这两种解决方案以找到更好的解决方案? 注意: 数据集不是问题。我可以很容易地在学位或课堂上贴上图片。
浏览 0
提问于2019-01-11
得票数 0
2
回答
一种神经网络的高阶特征
、
、
我了解如何建立和训练如下所示的神经网络,以及那些低水平的特性/过滤器。我想知道这些高级特征是什么:你是如何从经过训练的神经网络中获得它们的?(这些像“特征面”吗?) 📷 注:图像是由NVIDIA,我不知道具体的分类问题在这里。如果需要的话,假设网络被训练来区分人和猫。
浏览 0
提问于2018-01-19
得票数 1
回答已采纳
1
回答
神经网络近似Q-函数的报酬函数
、
、
、
、
在Q-学习中,如果我的q-函数被一个正常的前馈神经网络近似,我应该如何表示我的奖励函数? 我是否应该用离散的值来表示“接近”,“非常接近”,等等。我所关心的是,只要我已经移动到Q函数Q(s, a, θ)的神经网络近似,不再使用查找表,我还会有义务建立一个奖励表吗?
浏览 4
提问于2016-10-19
得票数 0
回答已采纳
1
回答
视图和view_as在PyTorch中有什么区别?
我在Pytorch中建立神经网络,我看到view和view_as在各种实现中交替使用,它们之间有什么区别?
浏览 0
提问于2019-03-28
得票数 5
回答已采纳
3
回答
神经网络的每一层是如何对一个特征负责的
、
、
、
、
通过对神经网络的研究,我发现神经网络的每一层都负责识别输入数据的一个特征。例如,如果我们建立一个神经网络,对汽车、公共汽车、货车和自行车进行分类,一个层将负责识别轮胎,另一个负责识别车辆的大小。问题是,为什么这是真的?也就是说,每个层的表现似乎与其他层相似,并且没有针对每个层的特殊设计。是否有任何方法为每个层分配一个特定的特性,或者它是隐式完成的?
浏览 0
提问于2018-06-05
得票数 3
1
回答
我在哪里可以为我的机器学习项目获得大量的图像集合?
、
比方说,我正在尝试建立一个神经网络,可以区分狗和猫。我在哪里可以找到大量的猫和狗的图片?我不想在我的神经网络中使用任何预先训练好的模型,比如MobileNet。任何网站的建议,例如,我可以下载一个.zip文件,其中包含大约100只猫和狗的图像,我将非常感激。
浏览 13
提问于2020-02-06
得票数 0
回答已采纳
3
回答
神经网络可以用来建立一个更好的人工智能系统吗?
、
、
目前,我正在研究有限状态机和神经网络,以便为我的游戏设计人工智能。我已经搜索了很多,我看到人们通常使用FSM,因为它们是可预测的和更容易实现的。但是,在游戏开发中,我们是否应该抛弃神经网络的力量呢?我很清楚,这些智能系统是在游戏开发区域以外的神经网络帮助下建立的,对我来说,它引发了一个好奇的信号,即这些系统是否可以用于实现游戏中更加复杂和具有挑战性的人工智能。 在我的视野中,这就是人们可以考虑使用它们的方式。开发人员可以在原型项目中创建神经网络系统,并对人工智能进行一段时间的训练。一旦人工智能变得足够好,开发人员就可以将系统及其最新的网络数据(例如连接和神经元本身的权重)转移到主要项目中。 到
浏览 0
提问于2017-04-29
得票数 3
8
回答
线性与非线性神经网络?
、
我对机器学习和神经网络很陌生。我知道如何建立一个非线性分类模型,但我目前的问题有一个连续的输出。我一直在寻找关于神经网络回归的信息,但我所遇到的只是关于线性回归的信息--没有关于非线性情况的信息。这很奇怪,因为为什么会有人用神经网络来解决简单的线性回归呢?这不就像用核弹杀死苍蝇吗? 所以我的问题是:是什么使神经网络非线性?(隐藏层?非线性激活函数?)或者我对“线性”这个词有一个完全错误的理解--线性回归神经网络能够准确地建模出比y=aX+b更复杂的数据集吗?“线性”一词是否与“逻辑”相反? (我计划使用TensorFlow,但TensorFlow线性模型教程以二进制分类问题为例,因此这对我也没
浏览 12
提问于2016-12-20
得票数 37
回答已采纳
1
回答
Python游戏神经网络。如何设置输入
、
、
、
、
我正在制作一个游戏中的坦克游戏,在游戏中,你移动一个坦克围绕墙壁,并射击其他坦克。 我试图找到一种方法来建立一个神经网络,可能会加强对敌人的学习,这样游戏就会决定哪些坦克应该在哪里移动,如果他们应该从每一个物体上传递属性来射击等等。 Attributes: Enemy -> x,y,width,height,speed,health and other items Wall -> x,y,width,height Bullet -> x,y,width,height,speed Player -> x,y,width,height,speed,health
浏览 2
提问于2017-06-25
得票数 3
回答已采纳
2
回答
什么叫神经网络,它产生新的输出。
我想建立一个神经网络来产生新的姓氏。然而,在思考这个问题时,我意识到这个问题不能用传统的神经网络解决,因为我希望它能在我的数据集中找到一个模式并生成一个新的姓氏。我应该使用哪种类型的人工智能?我可以从哪里学到它? PS我的项目受到这个的启发
浏览 9
提问于2020-08-24
得票数 1
回答已采纳
1
回答
Word2Vec +回归-数值计分方法
、
、
、
、
我想要建立一个神经网络,以一组单词和数值作为输入,一个数值作为输出。 为此,我认为最合适的解决方案是对词组使用Word2Vec算法,以便获得嵌入,然后使用它们和其他输入/输出训练神经网络(可能是LSTM神经网络)。 但是如何做到这一点呢?由于每个单词都有一个权重向量(多亏了Word2Vec算法),如何训练神经网络来预测数值(换句话说,回归)?或者至少,我如何将这个权重向量转换为有意义的数值?(我实际上不知道如何将数值向量和“简单”数值一起训练成神经网络。) 我试图在Web上检查这些概念,但我没有找到与我的目的非常相关的文章。其中一些是: logistic回归的-Word嵌入 - -
浏览 0
提问于2018-07-04
得票数 1
1
回答
Tensorflow简单函数模型
、
、
、
我有一个TensorFlow模型,它接受了一些简单的线性(y=3x+2)回归数据的训练,当我用matplotlib绘制它时,它看起来就像一条直线。 我想知道神经网络对这个问题的看法。例如,我的神经网络可能认为解决方案是y=2.99x+2.01。我怎么能得到这个公式? 原因:我建立了一个神经网络,当它不适合一个巨大的数据集时,它会生成一些漂亮的图片。我想得到基本的代数公式,如果可能的话,把它转换成C代码。
浏览 1
提问于2019-04-22
得票数 2
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
建立神经网络的一个简单的入门指导
日本研究员建立了一个可以“读心”的神经网络
如何用红鹰工作手机建立良好的客户关系?
在手机上qq讨论组怎么建立
使用Keras建立Wide&Deep神经网络,通过描述预测葡萄酒价格
热门
标签
更多标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
活动推荐
运营活动
广告
关闭
领券