在维基百科和deeplearning4j中都有这样的说法:深度学习神经网络是一种隐层大于1的神经网络.我的神经网络的背景大多来自大学，而不是工作：有5门关于artif的课程。情报。&马赫。学习。-也许其中有两个在NN上
用于小而简单的图像识别项目中使用的三层前馈神
浏览 0提问于2016-10-04得票数 14
回答已采纳
图像表明，传统的机器学习算法经过一定量的数据后，性能趋于平稳，而深度学习算法的性能随着数据量的增加而提高。与机器学习模型的手动特征选择相比，深度学习方法是否能自动学习重要的特征？
浏览 0提问于2019-05-10得票数 2
在阅读了一些理论之后，我对以下术语感到有点困惑：深层神经网络前馈神经网络卷积神
浏览 0提问于2019-07-15得票数 3
回答已采纳
2回答
我一直在使用matlab上的神经网络，但无法找到一个允许神经网络多个隐藏层的包。建议使用“`nnet”包，但它只允许一个对我没有用处的层网络。还有其他能像matlab那样训练复杂神经网络的软件包吗？
(如果存在，则可能应该更新CRAN页面。对如何做到这一点有什么想法吗？)
浏览 4提问于2014-06-04得票数 4
2回答
目前，我正在学习机器学习中的Networks，并认为它非常有趣，但我不知道NN除了在机器学习和人工智能中还有其他应用。我试过研究这些东西，但都做得不够。
浏览 0提问于2017-11-13得票数 -1
回答已采纳
1回答
我的程序以下列方式工作：1)用图像描述符填充数据库(使用适当的特征检测算法)3)提取该图像的描述符，并将其与DB中的所有描述符进行比较，以便找到合适的匹配项。干杯我决定从神经网络的解决方案开始。这是一个，任何人谁想开始在这个问题上。
浏览 2提问于2012-10-26得票数 3
回答已采纳
2回答
我感兴趣的是编写一些使用机器学习的软件，并根据外部数据执行某些操作。
然而，我遇到了问题(这对我来说总是很有趣)--怎么可能编写出发布订单或订单序列的机器学习软件？问题是，据我所知，神经网络在输入上得到了一堆，并根据以前的训练结果“回忆”了输出。立即(嗯，或多或少)。因此，我不确定“发布命令”如何适应该系统，特别是当系统执行的操作以一定的延迟影响系统时。据我所知，对于机器人来说，实现神经网络控制器是可能的，它将根据一些输入(可能是健康、弹药等)来改变机器</em
浏览 1提问于2010-08-15得票数 3
回答已采纳
1回答
随机森林与神经网络
、、、
为什么在分类任务中，神经网络被认为是比随机森林更好的模型？在一个10类分类问题中，我尝试了这两种模型，随机森林的性能要好于有1个隐层的神经网络，而比有3个隐层的神经网络略差。为了比较它们，我使用了相同数量的估计器(在随机森林中)和神经元(用于神经网络中的隐层)。
浏览 0提问于2020-06-12得票数 -1
1回答
不可训练问题
、、、
在面对这问题之前，我一直认为不可学习的问题是那些为问题提供的数据有大量异常值的问题，那些没有足够的特征的问题，或者那些由于具有不同标签的相同特征而导致的Bayes误差较大的问题。正如您所看到的，数据似乎很好，因为学习应该与人类水平的推断相比较。人只要看一眼就能区分偶数或奇数。我想知道这样的问题，没有提到的问题，可能会导致算法学习，有什么特别的名称吗？
浏览 0提问于2017-12-27得票数 0
回答已采纳
1回答
如何称重特征数组
、、
我也把这个输入给了一个神经网络，我想知道我是否也需要对一些东西进行预处理，还是只给输入神经元4007个元素呢？
我已经做了特性缩放，但我想这与我想问的问题无关。
浏览 0提问于2018-05-14得票数 2
1回答
在Aurélien Géron著的“用Scikit进行机器学习-学习、Keras和TensorFlow第二版”一书中，作者引用了：
与最小最大标度不同，标准化并不将值绑定到特定的范围，这对某些算法来说可能是一个问题(例如，神经网络通常期望输入值从0到1)。这是否意味着标准化对神经网络不利？请解释神经网络如何在标准化的情况下工作得很好，但是很好地符合最小-最大尺度。
浏览 0提问于2021-11-23得票数 2
在那个人工神经网络中，我是机器学习的新手。我在R中使用nnet软件包进行神经网络的训练。模型参数和超参数有什么区别？我听说在我们设置模型参数之前就设置了超参数。人工神经网络的超参数和模型参数是什么？即是否在神经网络训练阶段调整超参数，在验证阶段调整模型参数？
浏览 0提问于2017-03-16得票数 3
1回答
我使用gridsearchcv来确定my分类器中的哪些超参数可以使我的神经网络的准确性更高。我发现层和节点的数量会造成差异，但我正在尝试找出哪些其他配置可以在准确性方面有所不同(实际上是F1分数)。我需要做一个研究，看看其他哪些超参数可以通过神经网络来影响预测的准确性。 有没有人对哪些参数与层/节点的数量不同有一些建议/想法，可以让我的神经网络预测的准确性有所不同？
浏览 28提问于2019-05-12得票数 0
回答已采纳
现在，我希望使用经过训练的权重来微调新数据集上的模型，但是我遇到了问题，因为新的数据集包含了与第一个数据集不同的发言者数，因此新的输出形状将不同于原来的输出形状。最终，我的问题是:如何将来自自定义训练的卷积神经网络的权重应用于具有相同数据形状但类数不同的数据集？
任何帮助都是非常感谢的。
浏览 0提问于2020-07-08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
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
