1回答
如果我要用遗传算法训练一个人工神经网络的权重，这是什么类型的学习呢？我相信它是无人监管的但它有名字吗？它似乎可能属于强化学习，但我不太确定。
浏览 4提问于2014-02-23得票数 1
回答已采纳
2回答
神经网络(ANN)入门？
、、、、
我已经接触了很多C编程和RT-Linux，现在我想做一些人工神经网络。我对进化算法(学习算法)和人工智能也很感兴趣。我从哪里开始学习这一切呢？
浏览 40提问于2012-01-10得票数 9
回答已采纳
1回答
我听说每种不同的分类算法都可以用神经网络结构来表示。Logistic回归、SVM(支持向量机)、ELM(极限学习机)等不同算法如何表示为神经网络？有办法将分类算法的矢量方程转化为神经网络结构吗？
浏览 0提问于2019-11-07得票数 2
回答已采纳
我正试图为Python找到一个神经网络库，但没有什么是我想要的；很多人似乎都在推荐图书馆(例如Keras，scikit-learn)，但这并不是真正安装在我的计算机上的。
浏览 0提问于2017-01-09得票数 1
3回答
反向传播算法是一种神经网络训练算法，还是仅仅是一种递归算法来计算神经网络的雅可比？那么这个Jacobian将作为主要训练算法的一部分，例如最陡峭的下降？因此，计算雅可比矩阵(神经网络输出到网络参数的偏导数)是一种训练算法还是一种数值方法？
浏览 0提问于2021-09-08得票数 4
回答已采纳
1回答
我试图在一个完全连接的神经网络的输出处找到一个码本，该神经网络选择点，这样产生的码本之间的最小距离(欧氏范数)是最大的。输入到神经网络是需要映射到输出空间的高维点。
浏览 0提问于2019-08-20得票数 3
我计划用人工神经网络创建一个俄罗斯方块人工智能，并在我的高中计算机科学课程中用遗传算法对其进行训练。我对人工神经网络是如何工作的，以及如何用遗传算法实现它有了基本的理解。我已经写了一个基于的工作神经网络，我目前正在研究一种遗传算法。
浏览 1提问于2015-10-05得票数 0
1回答
神经网络训练算法
、、
当我第一次读到神经网络时，我了解到反向传播是用来训练神经网络的算法。我感兴趣的是是否还有其他的选择(或者更好？)呼叫BP。
神经网络中使用的其他训练算法是什么？BP是最好的吗?这就是为什么几乎每个人都用它来训练神经网络模型吗？
浏览 0提问于2018-11-03得票数 1
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
浏览 0提问于2021-09-26得票数 -1
我试着阅读Vowpal的，它并没有指定如何选择特定的学习算法(而不是损失)，比如支持向量机、神经网络、决策树等等。
还是根据问题类型(回归/分类类似于自动类型或低代码ML库)选择算法本身？有一些博客显示，使用-nn命令使用神经网络，但这不是文档的一部分--这是因为它没有像上面提到的那样关注特定的算法吗？如果是这样的话，沃帕尔·瓦比特在本质上是什么？
浏览 0提问于2020-07-30得票数 1
回答已采纳
1回答
在训练集上用R的nnet()命令拟合神经网络模型
现在我想用一个组合模型来做样本预测。我无法上传数据集，但下面是我目前正在使用的代码。它的工作原理是一样的，除了最后一行之外，我在最后一行中寻找一个命令来组合模型。
浏览 3提问于2013-11-03得票数 5
1回答
您的适应度函数必须返回标量值。
、、、、
我试着用神经网络和遗传算法进行优化。用输入p (4x72矩阵)和目标t (2x72矩阵)训练神经网络。利用遗传算法对优化算法进行了再分级，采用神经网络的sim函数作为适应度函数。我所使用的代码如下：%'net' is the neural network I created with p as input and t as target
浏览 1提问于2016-04-01得票数 0
1回答
我在matlab中使用了一个时滞神经网络，我想用不同的训练算法来训练它。我使用了很多这样的算法，例如粒子群优化算法、levenberg marquardt算法、拟牛顿算法和.现在我想使用反向传播，但是我不能使用训练函数，因为时滞神经网络的反向传播不同于前馈贝塔。
浏览 0提问于2014-02-10得票数 1
3回答
使用Weka进行游戏
、、、
我正在做一个项目，其中我有神经网络(或其他算法)在扑克中玩对方。在每次输赢之后，我希望神经网络(或其他算法)更新以响应损失的错误(这是如何计算的在这里并不重要)。
Weka非常好，我不想重复发明轮子。我还想实现的另一个想法是使用遗传算法来更新神经网络中的权重，而不是反向传播算法。据我所知，没有办法在Weka中手动指定神经网络的权重。当然，如果将遗传算法用于此目的，这是至关重要的。
浏览 1提问于2011-03-10得票数 2
1回答
我正在尝试使用遗传算法训练一个简单的前馈神经网络，但是它的效率相当低，因为同构神经网络看起来与遗传算法不同。你能推荐一种方法使网络正常化，使它们对遗传算法更透明吗？
浏览 0提问于2011-02-25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
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
