1回答
你能帮我想象一个无向图吗？
我有大约500条字符串，如下所示：
;javascript;java;tapestry;d;design;jquery;css;html;com;air;testing;events;crm;soa;documentation;.a;email;iso;dynamic;mobile;this;project;resolution;s;automation;web;like;e-commerce;profile;commerce;out;jobs;inventory;operators;environment;system;include;integration;re
浏览 2提问于2017-08-10得票数 0
回答已采纳
1回答
根据Andrew关于反向传播()的注释，只计算隐藏层(n-1到2)的增量值。然后，这些增量被累积并用于更新权重矩阵。
然而，注释没有提到如何更新第一层的权重矩阵。
一般来说，第一层的矩阵是否从未用反向传播更新过？
是否更新了第一层的矩阵？
浏览 1提问于2016-03-12得票数 0
回答已采纳
2回答
我开始深入学习，在CNN上有一个基本的问题，我理解如何根据损失函数利用反向传播来调整梯度。但我认为，转换滤波器矩阵(在CNN中)的值需要由我们来决定。
我正在使用Keras，这就是(从教程中)卷积层是如何定义的：
classifier = Sequential()
classifier.add(Conv2D(32, (3, 3), input_shape = (64, 64, 3), activation = 'relu'))
使用了32个维数为3x3的滤波器矩阵。
但是，这些32x3x3矩阵的值是如何确定的呢？
浏览 2提问于2018-01-08得票数 2
回答已采纳
1回答
我使用3种状态(A，B，C)创建了一个转移概率矩阵，如下所示：
transition <-prop.table(with(data, table(data$old,
data$new)), 2)
例如，如果您想要获得A的概率--> B，您将计算B跟随A的次数，并将其除以您看到任何状态跟随A的次数。现在假设每行数据都有一定的权重/重要性。我如何修改上面的内容以获得加权的概率转移矩阵？
浏览 3提问于2017-08-02得票数 1
1回答
我对此做了相当多的阅读，并且知道在Java中有关这个算法的讨论是半频繁的。我在Java中实现Dijkstra算法的问题很简单，我不知道如何准备数据。
我在数组中有一组坐标，在矩阵中有一组1s和0，表示坐标所代表的点之间是否有一条路径。我的问题是，我如何显示这些信息，以便我可以搜索最好的路径与Dijkstra？我见过许多人创建" Node“类，但他们似乎从未将坐标存储在该Node中。有什么标准化的方法来创建这种结构(我想它是一个图吗？)我只是错过了什么？
任何帮助都将不胜感激。
浏览 1提问于2018-10-29得票数 0
回答已采纳
1回答
如何实现深度Q-学习梯度下降
、、、、
因此，我正在尝试实现由Google DeepMind创建的深层Q学习算法，我认为我现在对它有了很好的掌握。然而，还有一件(相当重要的)事情我并不真正理解，我希望你能帮上忙。
yj的结果不是二重(Java)，后一部分是包含当前状态下每个操作的Q值的矩阵(算法中的第4行)：
那我怎么才能互相减掉它们呢。
我应该让yj成为一个包含所有数据的矩阵吗？
除将当前选定的操作替换为
这似乎不是正确的答案，我有点迷失在这里，正如你所看到的。
浏览 3提问于2016-10-08得票数 3
回答已采纳
1回答
有人能给我提供一个深度学习网络的图形表示吗？
就像第一层，第二层，第三层等等，所有层的神经元和层中的神经元之间的权重，它们是如何连接的等等。
我不想要大的东西，我只想让它们在矩阵中显示，因为我实际上不能用手指把整个网络表示成相互关联的矩阵。
即使矩阵是2x2，也很好，我只想有一个例子来构建。
浏览 0提问于2014-04-04得票数 0
回答已采纳
1回答
我想标记一些文档，我尝试了LDA算法，但结果太混乱了。我决定使用有监督的方法，所以我创建了自己的主题-单词矩阵，但我不知道如何生成文档-主题矩阵。你知道一些好的主题建模算法可以使用主题-词矩阵来训练吗？
浏览 0提问于2017-06-02得票数 0
考虑下面的矩阵，我应该从一个给定点(用户输入)移动到另一个(用户输入)点。例如，它可以是ocean1 to ocean2。我需要找到到达终点的最短路径。现在，这可以很容易地通过实现BFS来解决。但在这种情况下，事情并没有那么简单。考虑矩阵中的每个点，它们都有不同的值。
我将驾驶一条船从起点到终点。对于矩阵中的每个点，我有不同的风条件，这将导致船通过一些点的速度更快，而通过其他点的速度更慢。每个点的速度，以及通过一个点所需的时间，取决于我从哪个方向进入这些点。
这意味着我只能在实际测试时知道通过一点的时间，而不是从一开始就知道。
话虽如此，我的目标不再是寻找“最短”路径，而是最快的路径。
我可以
浏览 3提问于2013-12-10得票数 0
3回答
根据Mohiy M.Hadhoud的论文，我编写了一个Matlab程序，使用二维LMS(TDLMS)自适应算法来实现图像背景估计。我用零初始化权重矩阵W、估计输出矩阵Y和误差矩阵e。支持区域为5*5 (窗口大小)。矩阵D是期望输出，其与Y的差被定义为误差矩阵(E)。然而，在我运行程序之后，权重W和估计输出Y都是零。我不知道是因为W和Y在开始时都是零，还是程序中有缺陷。下面是我的代码：
clear; close all;
X=imread('noisySea.jpg');
[M N]=size(X);
Ns=5; % 5*5 support region
u=5*10^(-8);
浏览 0提问于2013-03-20得票数 1
回答已采纳
我想通过训练超过10亿个特征维的数据来训练DNN模型。因此，第一层权重矩阵的形状为(1,000,000,512)。这个重量矩阵太大了，不能储存在一个盒子里。
到目前为止，是否有任何解决方案来处理这样大的变量，例如将大权重矩阵划分为多个盒子。
更新：
谢谢奥利维尔和凯文曼。让我补充更多关于我的问题的细节。示例非常稀疏，所有特性都是二进制值:0或1。参数权重看起来类似于tf.Variable(tf.truncated_normal(1 000 000,512，stddev=0.1))。
卡维曼给出的解决方案似乎是合理的，我将在尝试后更新结果。
浏览 1提问于2016-07-13得票数 5
1回答
二维阵列的线性插值
、、、
在前面的一个问题()中，有人要求以最快的方式实现以下功能：
np.array([np.interp(X[i], x, Y[i]) for i in range(len(X))])
假设X和Y是多行矩阵，所以for循环成本很高。在这种情况下，有一个很好的解决方案，可以避免for循环(请参阅上面的链接答案)。
我面临一个非常类似的问题，但我不清楚在这种情况下是否可以避免for循环：
np.array([np.interp(x, X[i], Y[i]) for i in range(len(X))])
换句话说，我想使用线性插值对存储在两个矩阵X和Y行中的大量信号进行采样。我本来希望在numpy或
浏览 0提问于2018-04-08得票数 5
回答已采纳
我正在使用Python2.7中的sklearn包中的TfidfTransformer。
当我对这些论点感到满意时，我对use_idf感到有点困惑，如下所示：
TfidfVectorizer(use_idf=False).fit_transform(<corpus goes here>)
当use_idf是假的还是真的时候，它到底做了什么？
由于我们正在生成稀疏的Tfidf矩阵，因此选择稀疏Tfidif矩阵是没有意义的；这似乎是多余的。
很有趣，但似乎并没有把它搞清楚。
只说，Enable inverse-document-frequency reweighting，这不是很有启发性
浏览 1提问于2016-01-18得票数 13
我正在尝试用theano计算神经网络上的恒河。
但是，对于权重矩阵W，我不能计算损失函数上的恒河函数。需要对向量v进行计算。
因此，一种解决方法是将权重矩阵压平成一个向量，然后计算出恒河，等等。
一旦我完成了以扁平的形式更新我的权重矩阵，我需要用原始的维度重建我的权重矩阵，m x n说。
使用theano语法做这件事最有效的方法是什么？
浏览 2提问于2015-10-29得票数 0
1回答
我知道任何函数的局部极值都需要梯度下降，但是它是如何应用于线性分类器的(例如，单矩阵，两类情况)？如何一步一步地修改这个矩阵的元素？
浏览 0提问于2019-03-11得票数 1
1回答
我从来没有用倾向分数作为多变量，所以我不熟悉预测的概率是如何处理的。我有一个因子变量，用于5个类别的治疗，我用多项式()计算了一个倾向评分。
PSmod<- multinom(Treat~Age+BMI+Gender+Smoking+HIV,data =df)
df$PS <- predict(PSmod, type = 'probs')
这给了我一个变量，类是“矩阵”“数组”，我不知道如何处理这个变量。我如何才能从这个矩阵数组中为每个主题获得一个单一的概率，这样我就可以为它们的倾向评分建立一个glm模型。谢谢
浏览 7提问于2022-02-08得票数 0
2回答
我正在尝试理解双三次卷积算法，但还不能理解核是如何以片宽函数形式给出的，
变成了这个矩阵：
我了解到矩阵a被设为-0.5。无论我如何看待它，我都不能得到所示的非对称矩阵。
我看过，但他没有扩展到矩阵表示法，我一直在为如何到达那里而苦苦挣扎。
任何洞察力都将不胜感激。
浏览 14提问于2018-08-22得票数 2
回答已采纳
我有一个数据集要分类，使用感知器学习规则。我已计算权重矩阵，但不知道如何绘制MSE。{1=1 1 ,1 =0 }，{2 =1 2 ,2 =0 }，{3 =2−1 ,3 =0 1 }，{4 =2 0 ,4 =0 1 }，{5 =−1 2 ,5 =1 0 }，{6 =−2 1 ,6 =1 0 }，{7 =−1−1 ,7 =1 }，{8 =−2−2 ,8 =1}。这是数据集，w=-2 0;0 -2，偏置=-1 0；
浏览 5提问于2021-01-10得票数 0
表示a[2, 3]是2x3维的矩阵。假设每个输入中有10个元素，网络是一个两个元素的分类器(例如，猫或狗)。假设只有一个致密层。现在，我忽略了偏差向量。我知道这是一个过于简单的神经网络，但它仅适用于此示例。神经网络密集层中的每个输出可以计算为 output = matmul(input, weights) 其中weights是权重矩阵10x2，input是输入向量1x10，output是输出向量1x2。 我的问题是:可以用一个矩阵乘法同时计算整个输入序列吗？看起来你可以计算 output = matmul(input, weights) 其中总共有100个输入，input是100x10，we
浏览 20提问于2020-11-28得票数 1
回答已采纳
我已经附上了一个样品图像和解释的要求。
我有一个由randi(1000, 16, 16)生成的16x16矩阵或随机值(1-1000)。
现在，我添加一个同数的4x4矩阵(例如。80)在16x16矩阵的某个地方。
如何使大数(1-1000)偏离我新的80秒块，从而使4x4Bock附近的值接近80？
PS。500附近的小矩阵应该是100(我的错误)
浏览 1提问于2013-05-03得票数 2
回答已采纳
1回答
我正在从一个大小为222×222节点的加权邻接矩阵创建一个图。矩阵中的所有权重都是0.42757498546089029和1.6671726002927263之间的浮点数。nx.minimum_spanning_tree(G, weight = "weight")方法给出了下面的第一幅图，同时，如果我用100.0乘以所有的矩阵值，同样的方法给出第二幅图。在用igraph绘制同样的图时，不会发生这种情况。Networkx文档对精确性问题保持沉默。你知道为什么会发生吗？
networkx代码：
G=nx.from_numpy_matrix(M)
G1=nx.minimum_
浏览 1提问于2017-04-02得票数 0
回答已采纳
3回答
神经网络中偏差的正确实现方法
、、、、
我可以做一个神经网络，我只需要澄清一下偏倚的实现。哪种方法更好:为自己的每一层实现偏置矩阵B1, B2, .. Bn，将矩阵从权重矩阵、或中分离出来，通过向前一层输出添加1来包含权重矩阵中的偏差(该层的输入)。在图片中，我想问的是，这种实现是否：
或者这样的实现：
是最好的。谢谢
浏览 0提问于2018-06-29得票数 11
1回答
如果该图没有加权，您只需转到该顶点的行/列(度数/出度)，并计数1s。但是加权图呢？我的教授说只要数数所有的非零边，但据我所知，边的权重是零的，对吗？
所以简单地说:给定一个加权图的邻接矩阵，并且允许的权重为零，你怎么能计算出某个顶点的程度呢？
浏览 0提问于2017-07-10得票数 0
1回答
我正在运行以下代码，在其中生成具有随机值的104x4矩阵。
A = zeros(4,4,10);
for idx = 1:size(A,3)
A(:,:,idx) = [1 2 3 4; 5 6 7 8; 9 10 11 12; 0 0 0 1].*randn(4,4)
end
X = std(A, 0, 3)
X = std(A, 0, 1)给出了每个列的标准差和
X = std(A, 0, 2)给出了每一行的标准偏差。
X = std(A, 0, 3)给了什么？
我得到了一个4x4矩阵值，如下所示
4.0479 2.7137 1.8706 1.2579
4.981
浏览 2提问于2019-12-17得票数 0
回答已采纳
我运行以下代码将文本矩阵转换为TF-IDF矩阵。
text = ['This is a string','This is another string','TFIDF computation calculation','TfIDF is the product of TF and IDF']
from sklearn.feature_extraction.text import TfidfVectorizer
vectorizer = TfidfVectorizer(max_df=1.0, min_df=1, stop_word
浏览 2提问于2016-05-01得票数 19
回答已采纳
1回答
我是python的新手(我使用python 3)，并且希望在knn分类器中设置我的权重。实际上，我想用距离的反平方作为权重。如果这个距离取决于您想要预测的输入，我如何在训练矩阵中设置这个指数？
根据我所读到的，我试图创建一个函数作为参数，但是在确定输入时，我有一些疑问。我的直觉告诉我，我的函数的输入应该是一个数组，更具体地说，是测试矩阵的一行。
我的X_train有4列(所以我的X_test也是)
def my_weight_function(row_vector):
w=[]
for i in range(len(X_train)):
dif = np.asa
浏览 0提问于2019-09-01得票数 1
回答已采纳
1回答
我使用一般线性模型(GLM)进行特征提取，得到一个β-矩阵.我还得到了一个类标签矩阵。这是一个多类问题。
现在我想用t检验来进行基于GLM特征提取的特征选择.有人能告诉我如何编写t-test来完成这个功能选择吗？非常感谢!
浏览 3提问于2015-04-20得票数 3
回答已采纳
1回答
我正在尝试学习使用矩阵的神经网络，在这样做的过程中，我决定给自己设置一个挑战，训练一个简单的神经网络来输出0.5*sigma(x)。
我的猜测是这将是足够的，因为W需要为0.5。
但是我遇到了一个关于损失函数和权重的问题。
import sys
import math
import numpy as np
import random
@np.vectorize
def dlossbydw(X,W,Y):
t = np.dot(X,W)
Yhat = sig(t)
n = Y-Yhat
l = 2*n * -1 * sig(t)*(1-sig(t))*
浏览 2提问于2018-02-18得票数 2
回答已采纳
在问题的接受答案中的讨论中，user3050574说：
"...据我所知，mat2listw从一个当前只是二进制形式的矩阵创建了一个行标准化权重矩阵。“
这是我唯一读到过这种说法的地方。在"spdep“R文档中，据说
“该函数将一个正方形空间权重矩阵，也可以是一个稀疏矩阵转换为一个权重列表对象，...”
此转换是否包括行标准化？
我有一个权重矩阵，每个元素都是我想要应用的确切权重。因此，确定mat2listw函数是否生成行标准化的权重矩阵对我来说至关重要。
浏览 263提问于2016-08-02得票数 2
在word2vec中，经过训练得到两个权重矩阵:1.输入-隐权矩阵；2.隐输出权矩阵.人们将使用输入隐藏权重矩阵作为单词向量(每一行对应于一个单词，即单词向量)，.Here给我带来了困惑：
为什么人们使用输入-隐藏权矩阵代替隐输出权矩阵作为单词向量。
为什么我们不直接在隐藏层中添加softmax激活函数，而不是输出层，从而防止耗时。
另外，澄清关于如何获得像这样的单词向量的直觉的意见将是值得赞赏的。
浏览 3提问于2017-09-06得票数 3
2回答
神经网络-测试训练网络
、、、、
我已经编程(Java)我自己的前馈网络学习通过反向传播。我的网络接受了学习异或问题的训练。我有一个输入矩阵4x2和目标4x1。
投入：
{{0,0},
{0,1},
{1,0},
{1,1}}
产出：
{0.95048}
{-0.06721}
{-0.06826}
{0.95122}
我有一个经过训练的网络，现在我想在新的输入上测试它，比如：
{.1,.9} //should result in 1
但是，我不知道如何实现float predict(double[] input)方法。据我所见，我的问题是我的训练数据与我的输入数据有不同的大小。
请建议一下。
编辑：这个词，听起来像是我想要一个
浏览 1提问于2018-05-21得票数 0
回答已采纳
1回答
有向带权图的实现
、、、、
想知道这里有没有看起来不正确的地方。我得到的唯一没有添加的建议是将矩阵填充到integer.max_value中。另外，权重必须是所有边缘的参数，当我们删除边缘时，权重为0，以防出现混淆。如果你看到任何不正确的东西，请让我知道(java)。
public class Graph {
private int size;
private int adjacentMatrix[][];
public Graph (int size) {
this.size = size;
adjacentMatrix = new int [size][size];
}
public void addEdge
浏览 0提问于2020-04-09得票数 0
骨重、骨影响、关节、偏移量和局部矩阵用于什么？互联网上没有一篇文章能很好地解释这一逻辑。我仍然不知道是否每个骨骼都有一个不同的模型，该模型稍后会与其他模型结合。或者如何处理这些矩阵，如何设置骨骼，组合和剥离它们...如果你能在opengl中分享任何关于骨骼动画的文章或知识，我将非常高兴。
浏览 0提问于2013-02-23得票数 4
回答已采纳
1回答
我在尝试RBF的分类问题。输入矩阵为40x2500，输出矩阵为25x2500。输出矩阵仅由0和1组成。
正如大多数例子所指出的那样，RBF可以给训练数据100%的准确性，在我的情况下也是如此。然而，当我用一个新的输入矩阵( 40,000×2,500维，通过模拟网络在nntool中)测试网络时，精度很低。我尝试过广泛的传播值，但它们都没有帮助泛化网络。
输入数据集值介于-960.0至+960.0之间。
我尝试过的传播值很少包括：
5e-9, 5e-6, 0.005, 0.01, 0.25, 1.0, 5.0, 100.0, 450.0
一些论坛建议使用无监督网络对输入数据进行聚类，并将聚类数据作
浏览 1提问于2018-02-26得票数 0
背景
在特斯拉自主日，安德烈·卡帕西做了一次演讲。在这篇演讲中，他说，在一开始，人工神经网络中人工神经元之间的连接是随机初始化的。因此，网络进行随机预测。
后来他说，信息通过网络向前流动，然后通过反向传播算法，信息在网络中反向流动。当信息向后流动时，神经元之间的连接被修改。反过来，网络做出了越来越好的预测。
此外，我还从网上的一些讲座中了解到，神经元之间的连接(权重)存储在矩阵中。
问题
所以我的问题是，连接这两个事实的数学公式或方程是什么？
也就是说，如何通过反向传播算法修改这些矩阵？
浏览 1提问于2019-12-13得票数 3
1回答
我被困在这个问题上：
假设我们在字母表{0，X，Y}上有以下m by n网格配置(或矩阵) G
G=
0 0 X .X
0 0 X .0
X，Y0 .X
：
0×0 .0
找到一个好的下限，其中<代码>E 128</代码>Y</代码>E 229</代码>可以移动<代码>E 130</代码>左<<代码>E 231</代码>、<代码>E 132</代码>右<//代码>、<代码>E 134</代码>up<code>E 235/
浏览 2提问于2016-04-01得票数 2
我目前正在学习神经网络，我在互联网上看到了关于权重和输入矩阵维度的相互矛盾的解释。我只想知道是否有比其他人更多人使用的惯例。
目前，我定义了输入矩阵X，其维度为：
(男x n)
其中m是样本数，n是特征数。
我用维数来定义我的权重矩阵：
(a X b)
其中a是层中的神经元数目，b是最后一层中的神经元数。
这是常规做法还是我该改变什么？
浏览 0提问于2020-07-06得票数 1
回答已采纳
我用梯度函数来做一个练习，但我仍然无法得到预期的结果。也就是说，我收到两条错误消息：
丢失函数的输出错误。检查如何实现矩阵multiplications.
重量矩阵θ的错误值。检查如何更新权重矩阵。
在应用该函数时(请参阅下面)，我注意到每次迭代都会降低成本，但它仍然不能在练习中收敛到期望的结果。我已经对这个公式做了几次修改，但还没能解决。
# gradientDescent
def gradientDescent(x，y，θ，alpha，num_iters)：
Input:
x: matrix of features which is (m,n+1)
y: correspon
浏览 2提问于2022-06-20得票数 0
回答已采纳
Tensorflow API用于，比方说，当我们向输入张量提供一个小批量大小的数据时，GradientDescentOptimizer已经实现了小批处理吗？
我正在读这个，它表明小型批处理不是在minimize方法中实现的，我们必须先做compute_gradients，然后积累梯度，最后做apply_gradients来完成小型批处理的训练。
def train_standard(opt_type, learning_rate, image_set):
# Arrays for logging accuracy and loss
acc_log = np.zeros(len(image_s
浏览 1提问于2018-10-26得票数 2
回答已采纳
1回答
八阶随机列的采样
、、
我有一个矩阵，我想从t个随机列中随机选择一个新的八度矩阵，但我希望我的随机选择是基于矩阵的奇异值分解的比例加权。所以基本上，我想选择t个随机列，它的概率是在选择之前确定的。在Octave/Matlab中有办法做到这一点吗？
谢谢!
浏览 5提问于2013-05-01得票数 0
1回答
我开发了一个包含1个LSTM层和3个密集层的LSTM模型，如下所示
model = Sequential()
model.add(LSTM(units = 120, activation ='relu', return_sequences = False,input_shape
(train_in.shape[1],5)))
model.add(Dense(100,activation='relu'))
model.add(Dense(50,activation='relu'))
model.add(Dense(1))
对模型进行了
浏览 0提问于2021-02-15得票数 0
回答已采纳
2回答
嗨，伙计们，我想在这里做一个实验，但是我无法理解你如何能在图(左)，一个三乘三的矩阵(G，右)中显示节点。我不是在研究如何用java打印矩阵。
上面写着：
在这里，每个节点i和j之间的边用一个指示边权的数字表示。在图中，节点1和3之间的边缘可以在第1行第3列上看到，并且具有值2。
浏览 0提问于2014-01-30得票数 0
回答已采纳
我在学习Andrew Ng关于Ml的课程，在神经网络第四周的幻灯片中，当谈到模态表示1时，他提到权重矩阵的维数是3X4，如下所示：
我知道有一个公式告诉我们，如果在第j层有Sj个节点，在j+1层有sj+1个节点，那么从j到j+1层的矩阵映射的维数将是S(j+1) X (Sj + 1)。
但是我不知道这个公式是怎么来的，因此不能理解上面的例子。
浏览 2提问于2020-07-25得票数 1
我有一个名为A的101x82大小矩阵。使用这个变量矩阵，我计算了另外两个变量，称为：
1) B，1x1标量，以及
2) 50x6矩阵C。
我将1)和2)与它们的类似变量3)和4)进行比较，它们的值是固定的：
3) D，1x1标量，以及
4) 50x6矩阵E。
现在，我想扰动/更改A矩阵的值，这样：
1) ~ 3)，即B几乎等于D，并且
2) ~ 4)，即C几乎等于E
请注意，在干扰A时，B和C会改变，但D和E不会改变。
你知道该怎么做吗？谢谢!
浏览 0提问于2011-04-23得票数 0
回答已采纳
1回答
我们不使用零初始化权重矩阵，因为在向后传递过程中，以及随后在参数更新过程中，对称性不会被破坏。
但是，将偏置矢量设置为零是安全的，并相应地进行更新。
为什么这样做是安全的，而不是相反呢？
Why不能用随机数初始化偏置向量，用零来初始化权重矩阵吗？
我最初的想法是向量是秩(n，1)，其中n \in \mathbb{N}。对于矩阵来说，这不是事实。因此，在向量的情况下，对称性并不真正起作用。
但这并不能回答深层神经网络的每一层都有自己的权重矩阵的问题，也不需要不同层次的对称。
所以，when我们谈论对称性--我们谈论的是同一矩阵中不同行之间的对称性吗？
对于不同的训练示例(对于第一个隐藏层)，列的
浏览 0提问于2020-10-21得票数 2
1回答
给定shape=[batch_size, max_time, 128] (RNN的输出)的张量，其max_time可能会有所不同，我想应用一个完全连接的层来将数据投影到[batch_size, max_time, 10]形状上。
问题是:我是否需要首先重塑输入张量，合并前两个维度，然后应用tf.layers.dense，然后重塑回3D？或者，我可以简单地在3D张量上使用tf.layers.dense来获得等效效果吗？
我希望为128个RNN单元和10个输出类之间的所有连接共享一个权重矩阵，同时允许每个批次的可变长度max_time。
浏览 1提问于2017-10-12得票数 4
📷
我的问题是：
假设我们有一个3乘1的神经网络，类似于图像中的神经网络(输入层有3个神经元，输出层有一个神经元，没有隐藏层)，当给神经网络输入一个训练样本(即feature1、feature2、feature3输入)时，我发现不存在计算正向和反向传播输出的问题，而且我知道我的初始权重是如何优化的，我发现的问题是，每次给神经网络多个训练输入时，我不知道初始权值是如何优化的。
例如，我们有3×3矩阵的训练输入。
[[195, 90, 41],
[140, 50, 30],
[180, 85, 43]]
第一列是高度，第二列是重量，第三列是鞋的大小，我们用第一行、第二行和第三排给NN。我们知道，在
浏览 0提问于2018-07-07得票数 3
1回答
我想测试一个猜想，即某个算法的性能取决于c违反三角形不等式的程度，其中c是被算法求解的实例的距离矩阵。
我的问题是，修正距离矩阵c的好方法是什么，这样我就可以控制它违反三角形不等式的程度？
到目前为止，我得出的最好结果是这样的:对于参数p和q，随机选择c元素的p%，对于每个选定的元素，乘以1+u，其中u是从0，q中均匀选择的。
我想我们可以做得更好。有什么想法吗？
浏览 1提问于2016-11-28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
即时通信 IM
实时音视频活动推荐
腾讯云开发者
