Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
PyTorch - nn.Linear 权重的形状
昨天我遇到了这个问题 https stackoverflow com questions 53462493 shape of pytorch model parameter is inconsistent with how its defi
matrix
neuralnetwork
deeplearning
matrixmultiplication
Pytorch
非常基本的神经网络不学习
我已经阅读了一些 CNTK Python 教程 并且正在尝试编写一个非常基本的单层神经网络 可以计算逻辑 AND 我有正常运行的代码 但网络没有学习 事实上 随着每个小批量训练 损失变得越来越严重 import numpy as np fr
python
machinelearning
neuralnetwork
cntk
如何在caffe中将多个N维数组输入到网络中?
我想在 caffe 中创建一个用于语义分割的自定义损失层 需要多个输入 我希望这个损失函数有一个额外的输入因子 以惩罚小物体的漏检 为此 我创建了一个图像 GT 其中每个像素都包含一个权重 如果像素属于小物体 则权重较高 我是 caffe
neuralnetwork
ComputerVision
deeplearning
caffe
imagesegmentation
张量流“op”有什么作用?
下面我创建了一个名为 optesting 的 tf 占位符 self center words tf placeholder tf int32 shape self batch size name op testing print Extr
python
tensorflow
neuralnetwork
deeplearning
pybrain:如何打印网络(节点和权重)
最后我设法从文件中训练一个网络 现在我想打印节点和权重 尤其是权重 因为我想用 pybrain 训练网络 然后在其他地方实现一个神经网络来使用它 我需要一种方法来打印层 节点和节点之间的权重 以便我可以轻松复制它 到目前为止 我看到我可以使
python
neuralnetwork
pybrain
keras 中一维卷积网络的输入维度
确实很难理解卷积 1d 的输入维度layer http keras io layers convolutional convolution1d在喀拉斯 输入形状 具有形状的 3D 张量 样本 步长 input dim 输出形状 形状为 sa
python
neuralnetwork
Theano
convneuralnetwork
Keras
Caffe Sigmoid交叉熵损失层损失函数
我正在查看Caffe的代码Sigmoid 交叉熵损失层 https github com BVLC caffe blob master src caffe layers sigmoid cross entropy loss layer cp
c
neuralnetwork
deeplearning
caffe
使用 Dropout 时的验证损失
我试图了解辍学对验证平均绝对误差 非线性回归问题 的影响 无辍学 辍学率为 0 05 With dropout of 0 075 在没有任何 dropout 的情况下 验证损失大于训练损失 如下所示1 https i stack imgur
validation
machinelearning
neuralnetwork
deeplearning
Keras
如何在 TensorFlow 中构建一个带有循环的简单 RNN?
我刚刚开始使用 TensorFlow 正在尝试实现一个非常简单的 RNN RNN 有x作为输入 y作为输出 仅由一个层组成 该层需要x并将之前的输出作为输入 这是我想到的事情的图片 问题是 我看不到任何通过 TensorFlow API 构
neuralnetwork
tensorflow
获取 Spark ML 多层感知器分类器的输出层神经元值
我正在使用 Spark ML 多层感知器分类器进行二元分类 mlp MultilayerPerceptronClassifier labelCol evt featuresCol features layers inputneurons i
apachespark
PySpark
neuralnetwork
apachesparkmllib
apachesparkml
如何计算卷积神经网络的参数个数?
我正在使用 Lasagne 为 MNIST 数据集创建 CNN 我密切关注这个例子 使用 Python 进行卷积神经网络和特征提取 我目前拥有的 CNN 架构 不包含任何 dropout 层 是 NeuralNet layers input
neuralnetwork
deeplearning
convneuralnetwork
Lasagne
nolearn
随机化神经网络输入顺序的影响
在我的高级算法和数据结构课程中 我的教授要求我们选择任何我们感兴趣的主题 他还告诉我们要研究它并尝试实施解决方案 我选择神经网络是因为它是我长期以来想学习的东西 我已经能够使用神经网络实现 AND OR 和 XOR 该神经网络的神经元使用阶
Keras 序列模型中使用哪种损失函数
我使用的是 Keras 序列模型 预测输出的形状为 1 5 5 个特征 我有一个准确度指标定义如下 对于 N 个预测 模型的准确性将是预测样本的百分比 使得 对于每个预测及其各自的真实标签 所有特征的差异不超过 10 例如 如果y i 1
python
tensorflow
Keras
neuralnetwork
lossfunction
有没有办法在张量流Python神经网络中创建我自己的数据集?
我试图弄清楚如何根据我想要做的事情来训练我的神经网络 目前我正在使用 mnist npz 数据集 该数据集通过识别数字来训练神经网络 我想切换到我自己的数据集 但不知道如何切换 我尝试了不同的方法 但它们都不适合我自己 我的训练准备代码目前
python
NumPy
tensorflow
Keras
neuralnetwork
Tensorflow:如何在 python 中编写带有梯度的操作?
我想用 python 编写一个 TensorFlow 操作 但我希望它是可微的 能够计算梯度 这个问题询问如何在 python 中编写操作 答案建议使用 py func 没有梯度 Tensorflow 用 Python 编写操作 TF 文档
python
tensorflow
neuralnetwork
gradientdescent
Keras 卷积层维数不匹配
我正在尝试使用 Keras 来构建我的第一个神经网络 我的经验为零 我似乎无法弄清楚为什么我的维度不正确 我无法从他们的文档中弄清楚这个错误在抱怨什么 甚至是哪个层导致了它 我的模型接受 32 字节的数字数组 并应该在另一侧给出一个布尔值
python
machinelearning
neuralnetwork
Keras
Convolution
R 神经网络包对于数百万条记录来说太慢
我正在尝试使用 R 包神经网络训练用于流失预测的神经网络 这是代码 data lt read csv C PredictChurn csv maxs lt apply data 2 max mins lt apply data 2 min
r
parallelprocessing
neuralnetwork
Keras 中损失函数的导数
我想在 keras 中创建以下损失函数 Loss mse double derivative y pred x train 我无法合并衍生术语 我努力了K gradients K gradients y pred x train x tra
python
machinelearning
neuralnetwork
Keras
lossfunction
如何在 Keras 中创建自定义回调?
我有兴趣在拟合我的 keras 模型时创建回调 更详细地说 我希望每次纪元结束时都会收到来自机器人电报的带有 val acc 的消息 我知道你可以添加一个callback list作为参数classifier fit 但许多回调是由 ker
python
tensorflow
Keras
neuralnetwork
Callback
在 R 编程神经网络中为 nnet 指定“初始权重”
在 R 编程中 我试图了解如何使用 nnet 让用户指定初始权重而不是默认值来运行神经网络算法 R 文档提到了以下参数 有如何使用权重的例子吗 nnet formula data weights subset na action contr
r
neuralnetwork
«
1 ...
18
19
20
21
22
23
24
...27
»