回答情况：
提问时间：
问题标签：
1回答
我正在研究一些神经网络。但是我的数据集是相同的95个特征和大约120个数据集。这会影响一个很小的数据集吗？我会有2-3个隐藏层。我希望能听到。
浏览 0提问于2016-04-15得票数 0
该任务是通过10k用户的数据库训练准备好的开源神经网络用于开放设置的人脸识别，每个用户拍摄2-3张图像(从一些不同的角度拍摄)
可以预期的准确度是多少？
浏览 17提问于2017-06-28得票数 1
回答已采纳
我正在寻找现有的基于训练数据的需求或复杂性/可变性的神经网络体系结构的工作。我发现的一些体系结构包括自组织映射和不断增长的神经气体。只有这一个在外面吗？我所要寻找的最好的例子是一个简单的场景；如果训练数据只有几个模式，那么神经网络将是2-3层，每个层中都有一小部分节点。如果训练数据更复杂，我们就会看到更深的网络。
浏览 0提问于2017-05-22得票数 0
回答已采纳
我决定在传统的XOR网络问题上测试我的系统，这需要至少一个隐藏神经元。我的整洁系统根本没有添加新的神经元。需要明确的是，有时，系统会发现结果(隐藏层中大约有2-3个神经元)，但经过很长时间(数千代，世代大小为50，物种计数为10)。
这可不妙。什么可能会导致这种行为？
浏览 2修改于2016-07-01得票数 0
2回答
我想在我的最后一个项目中开始研究神经网络，我想要一个可以在2-3个月的工作中完成的话题，而且它应该对一个更新鲜的人有很好的理解，因为我对这个话题很陌生，我想通过做这个项目来学习。
浏览 2提问于2014-02-12得票数 2
回答已采纳
我的意思是，它不是非常慢，但需要2-3秒，而结果在几天前几乎立即显示出来。 有没有可能我在电脑上安装了什么东西，从而降低了Intellisense的速度？我当时在研究神经网络，我安装了一堆程序，比如PyCharm，Cuda，Anaconda，还有很多神经网络的Python库，比如Tensorflow。其中一个甚至为VS安装了Nsight。
浏览 109提问于2020-10-24得票数 2
回答已采纳
目前，我正在尝试通过阅读书籍来学习如何使用神经网络，但主要是通过互联网教程。
与此同时，也有人说"XOR不是一项微不足道的任务，我们应该使用具有2-3
浏览 2提问于2018-03-04得票数 2
我想在单词“帮助”之前和之后抓住2-3个单词。我有如下一段文字：
x <- paste("(\regmatches(text, matching, invert = FALSE) : 有没有一个更好的解决方案，叫出2-
浏览 4修改于2016-05-13得票数 2
回答已采纳
它的工作原理如下:假设我有2个输入神经元，它们通过这个矩阵连接到3个输出神经元：[[1.0, 1.0, 0.0], [0.0, 0.0, 1.0]] (输入神经元0连接输出神经元0和1.)。假设我有这些输入神经元的尖峰(2个神经元，7个时间步骤)：[[0, 0, 1, 1, 0, 1, 0],输出神经元的这些尖峰例如，对于连接到输出神经元0的输入神经元0：
浏览 0修改于2019-03-06得票数 2
回答已采纳
我试图使用MATLAB中的神经网络模式识别工具箱来识别数据集中的不同类型的类。似乎神经网络模式识别工具箱与MATLAB分类学习工具箱不同，它不允许我导入表并自动从表中提取预测器和响应。此外，我不能手动指定输入和目标到神经网络，因为它没有显示在选项中。我查看了诸如Iris数据集、葡萄酒数据集、癌症数据集等示例，但它们都只有2-3个类作为正在识别的输出(并以二进制(如000、010、011等)编码)。我想知道如何使用我的表作为神经网络模式识别工具箱的输入，或者其他任何方式，我可以从我的表中提取数据并在工具箱中
浏览 1提问于2018-12-08得票数 0
回答已采纳
我使用的是einsum，因为它非常快，每次使用它都可以节省2-3行代码。但我很难理解它。给定一个矩阵W (line i列j是下一层中从神经元i到神经元j的连接的权重)，以及神经元S的输出向量(希望底部的可视化示例将有所帮助)，我需要做以下工作：视觉示例：
i第四神经元发送一些值，衡量其与目标连接的强度。我们对每一个i都这样做。
浏览 5修改于2014-06-17得票数 2
回答已采纳
然而，我读到的每个教程或解释都谈到了alexnet或一个非常基本的神经网络，它由几个连续的卷积层组成，然后是2-3个完全连接的层来对图像进行分类。
浏览 15提问于2020-02-28得票数 1
回答已采纳
我正在编写一个神经网络，在CIFAR-10数据集上训练Resnet .论文提到了大约60000个时代的培训。
我在想，在这种情况下，时代究竟是指什么？我期待的东西大约2-3个小时，这相当于大约10个通过50000图像训练集。
浏览 0提问于2018-09-02得票数 1
回答已采纳
我在一个分类任务上训练了一个神经网络，它正在学习，尽管它的准确性不高。我正在尝试找出它对哪些测试用例没有信心，这样我就可以对正在发生的事情有更多的了解。因此，即使我只考虑预测概率高于99%的例子，我得到的准确率也很低，只比我最初的准确率高2-3%。谢谢!
编辑:从下面的答案来看，我的网络似乎表现不佳。
浏览 43修改于2017-12-30得票数 1
我想用洋红和一个神经网络模型来生成音乐。显然，我必须修改我的信息数据的类型(这是midi文件)“在序列的注释中”。3757950315.py"，文件第3行--_ File = tmp/notesequences.tfrecord
^ SyntaxError：(unicode错误)‘独角形转义’编解码器无法解码位置2-
浏览 10修改于2022-06-03得票数 0
1回答
如果你能给我推荐一些具体的算法，神经网络体系结构或相关的阅读材料，我将不胜感激。经过一些研究，我发现了Hopfield网络，它应该给出最相似的序列。但后来我意识到我的序列长度是可变的，Hopfield网络体系结构需要二进制值。相关问题
神
浏览 3修改于2017-04-06得票数 2
=5370usb 2-3: Product: 802.11 n WLANusb 2-3: Manufacturer: Ralinkusb 2-3: configuration #1 chosen from 1 choiceusb 2-3: USB disconnect, device number 1
浏览 0提问于2012-11-17得票数 2
在阅读了一些理论之后，我对以下术语感到有点困惑：深层神经网络前馈神经网络深层神经网络是一种具有多层结构的前馈神经网络。
我知道前馈神经网络是什么，但据我所知，深神经网络是指在输入和输出层之间有多个层次的所有人工神经网络？例如，难道不应该有深层递归神经网
浏览 0修改于2019-07-15得票数 3
回答已采纳
我了解了scikit-optimize包，并且我对贝叶斯优化相对来说还是比较新的，我想在我当前的卷积神经网络中使用它。然而，我试图用Bayesian-optimization来寻找卷积神经网络的最佳超参数，但我目前的尝试没有正常工作。为了寻找最佳的超参数，在卷积神经网络上使用贝叶斯优化有效率的实现吗？有什么想法吗？更新
我尝试了GridSearchCV，RandomSearchCV作为我的卷积神经网络，它有很深的层，并且使用GridSearchCV花费了太多的时间来完成，即使2-3天也无法完成优化。谁能提
浏览 6修改于2020-12-29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