回答情况：
提问时间：
问题标签：
我的前馈神经网络有150个输入神经元，25个隐藏神经元和3个输出神经元。我的训练数据集有43104个样本，我的验证和测试数据集分别包含9237个样本。我正在使用验证检查来停止培训。验证检查设置为6。但是，我的神经网络在11次迭代中停止训练！那是不是太早了？
谢谢。
浏览 1提问于2014-03-05得票数 2
引言
在下面的示例中，摘自Numpy示例部分。我们有一个输入图像与以下形状的[11 x 11 x 3]。用于计算输出卷
浏览 8修改于2020-06-20得票数 4
回答已采纳
在本例中，单元11与14x14=196其他神经元位于同一通道，但所有这些神经元的通道目标是不同的。如果通道目标的优化图像最大化了channel 0神经元激活的总和(例如，192个1x1卷积的slice=[14,14,0]或512个总层4a通道)，那么对于同一通道中的192个神经元，不是都是相同的吗？通道目标与单元11的神经元目标有什么关系？Layer 4a Unit 11实际上是1x1卷积的192个信道/特征12。这不是第一通道196个<em
浏览 0修改于2019-09-12得票数 1
回答已采纳
2回答
) NOT NULL AUTO_INCREMENT, `n2_id` int(11) NOT NULL,我可以编写什么SQL来获取与指定上下文相关联的所有神经元以及与每个神经元相关联的突触的强度列的总和？我使用下面的查询，它返回与一个神经元相关的突触强度的总和。我需要得到所有神经元的信息：
/* This query finds how str
浏览 1提问于2010-09-17得票数 0
回答已采纳
2回答
我已经想出了一个使用神经网络的分类问题的解决方案。我也得到了同样的权重向量。数据是5维的，隐藏层中有5个神经元。假设神经元1有输入权重w11，w12，...w15，我必须解释这些权重的物理解释，这些权重的组合，在problem.Does中代表什么，任何这样的解释存在，或者神经元本身没有特定的解释？
浏览 4提问于2014-07-16得票数 0
我正在探索这些“神经元”之间的神经网络模拟，如下图所示。我遇到的困难是把每个神经元连接到它最近的邻居。我第一次想到我可以通过元组解压来做这件事，但是它变得非常复杂。_ncs.append(nc)然而，在我的例子中，这个结构是一个由n个
浏览 3提问于2022-02-28得票数 0
第一卷积层用96个大小为11*11*3的核对图像进行滤波，步长为4个像素。但在论文中，他们描述了输出是253440
如何计算这一层神经元的数量？
浏览 12修改于2020-10-26得票数 3
假设我有一个具有密集层的神经网络，在一个特定的层中，来自神经元a1的一个权重是w11，来自另一个神经元a2的另一个权重是w21。我没有偏见。在接下来的层中，我需要一个output a1 X w11，a2 X w22等等，这很容易做到。但是，我还需要另一个获得a1 X a2 X w11 X w22的输出。在我看来，我需要实现这一点的是，在上一层中，有一个名为w11的权重，一个名为w22的权重，以及另一个名为w11 X w22的权重，但我一直无法找到一种方
浏览 0修改于2020-06-30得票数 1
我有一个大小为11 as的csv文件，其中包含位于本地磁盘中的200万行，作为我的培训数据。向神经网络模型提供数据的最佳方法是什么？我使用tf.keras构建神经网络，我的内存不允许作为单个np数组导入。谢谢。
浏览 0修改于2020-01-07得票数 0
我有一个有结构的神经网络:7个输入神经元，3个输出神经元。我开始觉得这里有什么不对劲..。隐神经元计数将如何影响网络的有效性？
我可以继续增加数量..。50.60..70我刚开始的时候只有<em
浏览 5修改于2015-04-10得票数 2
回答已采纳
我无法理解的是，是哪些神经元决定了决定的界限。据我所见，似乎考虑了隐层神经元的输出，但如果只将权值更改为输出层的输入，则决策边界不会改变。w11 w12 b1 w21 w22 b2 v1 v2和b3分别是第一隐神经元、第二隐神经元和输出神经元的参数。
浏览 3提问于2017-04-04得票数 0
我正在使用神经网络进行多类分类。假设我有10个目标类和一个null (非高于目标的类)。我为每个目标单独训练一个神经网络，每个网络(目标，非目标)有两个输出神经元，这样在上面的情况下，我需要10个单独的神经网络，还是有11个输出(10个目标，1个其他)的神经网络更好？
浏览 0修改于2014-09-16得票数 1
我在一个实值标签(从0.0到1.0之间的浮点数)上训练了一个网络--最初的几个剩余块，最后一个层是0..63;UPD:图行表示上一层64个神经元中的每一个神经元中的单个1的权重，指数为0.15，而(Pearson);UPD:图显示的是<e
浏览 2修改于2019-11-19得票数 2
如何在visual代码(Windows 11)上激活gpu加速，用tensorflow计算神经网络？gpu = nvidia gtx 1070 ti
浏览 8提问于2022-06-09得票数 -1
我有一个包含11*11*21 3D数据文件的文件夹，我正在尝试用3D卷积神经网络进行二进制分类。我只在gluon教程上找到了2D卷积神经网络的教程，我不确定要更改哪些内容来适应3D数据。
浏览 50提问于2018-08-04得票数 -1
有一个科学文件，实现了一个卷积神经网络分类3种不同类型的数据，尽管如何准确，是我所不知道的。这一部分描述了我们的神经网络的结构，如图3所示。ReLU inputs=input_layer, kernel_size=[11, 11], activation=tf.nn.relu)
# M
浏览 0修改于2021-02-12得票数 2
回答已采纳
输入形状为5x3x11。我看过这个操作的源代码，发现权重矩阵是形状11x10的。我还理解这个操作类似于res = np.tensordot(input,weights,axes=([2],[0]))。如何在神经网络中可视化这一操作？既然稠密层只是一个有10个神经元的单层，那么权重矩阵又怎么能是11x10呢？
浏览 4提问于2017-08-31得票数 3
回答已采纳
我已经使用Matlab神经网络工具箱在包含语音特征和加速度计测量的数据集上训练了前馈神经网络。Targetset包含数据集的两个目标类:0和1。训练、验证和性能都很好，我已经为这个网络生成了代码。现在，我需要使用这个神经网络来实时识别发生时的模式，并在针对以前训练的NN测试新数据集时生成0或1。但当我发出命令时：其中"j“是一个新的dataset24x11；而不是0或1，我将其作为输出(我假设我获得了正确分类的百分比，但没有分类结果本身)：
c =0.6248 0.9
浏览 3提问于2013-01-05得票数 4
回答已采纳
1回答
我试着训练一个基于神经网络的模型来玩类似于Pac-Man的游戏，除非没有迷宫。也就是说，玩家是在一个二维的网格中，在一些地方有点的食物，玩家需要弄清楚带着食物步行到细胞。我希望玩家只看到他周围的11x11细胞，也就是一个11x11细胞阵列，我们的玩家在中间，每个细胞中要么有食物，要么没有食物。
我试着把这个数组作为我的神经网络的输入，但是它学习不好。你能想出一种很好的方法来表示神经网络的输入吗？
浏览 0提问于2020-09-19得票数 2
回答已采纳
我正试图用R中的神经网络软件包重建它：steps <- 1z<- sort(runif(m))data <- cbind(z, x)G <- neuralnet(x ~ z, dat
浏览 2修改于2017-01-22得票数 1
回答已采纳
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号