1回答
我有一个简单的神经网络，有两个输出，对于每个输出，我需要使用不同的激活函数。我基本上做了本文中所写的- here，但看起来我的具有不同激活函数的层不起作用了： 请看下面的代码： X = filled_df.loc[:, "SOUTEZ_MEAN_HOME":"TOTAL_POINT
浏览 32提问于2021-02-11得票数 0
我想在每个Keras激活函数中添加一个特定于节点的变量。我希望每个节点用不同的值(alpha)计算激活值(输出)。这可以通过全局来完成，例如，使用relu激活函数()的alpha参数：...model.add(Activation我也可以编写自定义激活
浏览 0提问于2019-11-29得票数 0
回答已采纳
1回答
多个不同激活函数的反向传播
、、、、
反向传播如何处理多个不同的激活函数？例如，在一个由3个隐层组成的神经网络中，每个隐层都有一个单独的激活函数，如tanh、sigmoid和ReLU，这些函数的导数将是不同的，那么我们是否只是用该层激活函数的导数来计算这些层的
浏览 0提问于2018-01-11得票数 1
回答已采纳
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<
浏览 0提问于2018-03-12得票数 0
2回答
现在，我正在为一个二元分类问题训练一个深度神经网络，它有一个特征集的winrates。因此，每个风速都大于或等于0，但小于100。在没有标准化输入数据的情况下，我得到了很有希望的结果，直到我规范化了它，并且得到了非常糟糕的精度。
输入特征是一个大小为20的2d矩阵，网络有四个层，每个层中的节点数不同。我对隐藏层使用sgd优化器和ReLU激活，输出
浏览 0提问于2019-10-15得票数 1
回答已采纳
在多项式分类中，对于所有的非线性单元，我使用的是软最大激活函数，而ANN对于类的'k‘数有'k’输出节点数。输出层中的每个'k‘输出节点都连接到前一层中的所有权重，有点像下面所示的那样。
所以，如果第一个输出节点想要拉出对它有利的权重，它将改变这个层之前的
浏览 4提问于2015-09-08得票数 1
回答已采纳
我的问题是基于的理解
在神经网络中，神经元由阈值(激活)函数激活，在上面的例子中是sigmoid函数。对于回归问题，我们需要激活函数吗？向Souvik致敬
浏览 9提问于2017-06-29得票数 0
2回答
我正在创建一个自定义的激活函数，特别是RBF激活函数： from keras import backend as K
l2_norm我实际上想做的是，实现LeNet5神经网络的输出层。LeNet-5的输出层有点特殊，每个神经元输出其输入向量和其权重向量之间
浏览 43提问于2018-12-20得票数 5
回答已采纳
1回答
我有一个有两个不同输入的神经网络。输入1是图像数据，输入2是单个浮点数。因此，我的输入是形状为(32,img_dim)和(32,1)的批次大小为32。神经网络的输出层是一个具有线性激活函数(回归)的10+ (可以改变)输出的密集层。我想将输入2中的浮点添加到每个10+输出中。如何将一个简单<e
浏览 2提问于2017-09-15得票数 2
回答已采纳
1回答
我有一个用于多类分类(3个类)的神经网络，其结构如下：有一个隐藏层，有4个神经元。从输入层到隐藏层的权重具有
浏览 1提问于2019-11-15得票数 0
回答已采纳
1回答
我想预测的数值有很大的不同，例如y1=0.1:0.2，y2=1:5，..。yn=0:15。
Q1：如果我试图预测'y's，会不会破坏学习?如果是，为什么？Q3：我可以使用其他的损失函数吗?例如Softmax或Logistic，还是欧几里德是我唯一的选择？
浏览 0提问于2018-05-08得票数 1
回答已采纳
2回答
输出层的不同激活函数
、、、
因此，我的问题似乎很简单，但我无法理解的语法。我有一个简单的神经网络，有一个输入层，一个隐藏层和一个输出层。输出层由两个神经元组成。所以问题是:第一个输出神经元，我想保持线性，而第二个输出神经元，应该有一个乙状结肠激活函数。我发现在tensorflow中没有像“切片作业”这样的东西，但是我没有找到任何工作。out_layer[1] = tf.nn
浏览 3提问于2018-05-11得票数 0
回答已采纳
1回答
假设我有一个具有以下结构的神经网络隐层1: 20个神经元具有重激活函数批量归一化隐层3: 40个神经元具有重激活函数批量归一化输出层:4个神经元的logistic回归
那么如何计算在线训练的</
浏览 2提问于2020-07-01得票数 0
1回答
深层Q学习不收敛
、、、、
我正在使用Keras进行深度Q学习的实验，我想教一个代理执行一个任务。我尝试了3种不同的模型(我没有使用卷积网络)
具有乙状结肠激活函
浏览 4提问于2017-04-17得票数 2
是否可以使用Keras创建具有不同激活函数的隐藏层，它们都连接到输入层，而不是彼此连接？
例如，有10个神经元的隐层，其中5个神经元具有ReLU激活，5个神经元具有Sigmoid激活功能。
浏览 5提问于2017-09-11得票数 0
回答已采纳
在Word2Vec可训练模型中，存在两个不同的权重矩阵。输入层到隐层的矩阵W和隐层到输出层的矩阵W' .
关于这篇文章，我理解我们产生矩阵W'的原因基本上是为了补偿输出层中缺少激活函数。由于在运行时不需要激活函数，所以输出层中没有激活<e
浏览 0提问于2019-01-03得票数 2
3回答
我最近一直在研究人脸检测，很多文献都说他们的输出有一个范围。这怎麽可能？我已经创建了自己的网络，它似乎只输出-1或1。这是因为我使用了Tanh激活函数吗？我想要一个范围内从0到1的输出值，而不是二进制输出，这样我就可以看到它认为输出实际上是一张脸有多“强烈”。谢谢。
浏览 2提问于2010-04-22得票数 4
回答已采纳
1回答
📷
你好，我对机器学习非常陌生，我想用Python在Keras中构建我的第一个自定义层。我想使用103个维度的数据集来完成分类任务。模型的最后一个完全连接层有103个神经元(由图像中的13个点表示)。前一层的五个维度组应连接到输出层的三个神经元，因此将有20种分类。输出层的神经元代表“真”(图像中的“T”)，“
浏览 0提问于2021-09-27得票数 2
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
云直播活动推荐
腾讯云开发者
