回答情况：
提问时间：
问题标签：
在计算机学习课程的基础上，我尝试在python中实现神经网络的成本函数。有一个类似于这个的 --有一个被接受的答案--但是答案中的代码是用八度写的。
浏览 0修改于2017-05-23得票数 5
回答已采纳
我正在学习神经网络，最近我有了这样的想法:尝试给出函数$f(x) = 2x$的NN训练数据。问题是，神经网络能否准确地预测它必须将输入数加倍才能给出正确的输出？我的Python代码不起作用，下面是我尝试过的：import numpy as np
def __init__(self, inputnodes
浏览 2提问于2020-05-22得票数 2
回答已采纳
我是tensorflow和Keras的新手，我想创建用于图像识别的卷积神经网络。我知道每个问题都是个别的，但是当我想使用像LeNet-5这样的现有CNN架构时，有什么建议吗？LeNet-5输入适用于32x32灰度图像。我的图像是50x50的rgb。我应该调整它们的大小并转换为灰度吗？相同的图像大小重要吗？
此外，LeNet-5的输出是针对10个图像类别，我只有2个类别。我是否应该保留输出层10中的神经元数量并“仅使用2个”？或者最后一层应该只有2个神经元？当我更改最后一层的神经<
浏览 2提问于2020-05-13得票数 1
图1卷积神经网络(LeNet5)
在卷积神经网络(LeNet 5)上，图1卷积过程(C1)，最大池化(次采样) (S2，S4)层通过迭代manneur计算。但我不明白如何正确地进行C3 (卷积)层。将大小为5*5的接收野从左向右移动1个像素步长(偏置)，将图像阵列中的值乘以核值相加偏置，并通过sigmoid函数。结果是当前构造的特征映射的i，j。这是否意味着我们仍然会像在C1层一样使用5*5感受场。例如，我们看到在第一行中有一个标记的特征映射，对应于列
浏览 0修改于2017-09-13得票数 3
我正在使用ML5来训练神经网络。我正在加载一个包含泰坦尼克号数据的CSV文件。 task: "classification", };
neuralNetwork = ml5.
浏览 23提问于2021-03-08得票数 0
回答已采纳
我正在尝试构建一个使用HDF5数据的神经网络的最小示例，这些数据是我使用caffe库从CSV文件中准备的。我的原型如下: wine_train.prototxtlayers { type: "HDF5Data" hdf5_data_param {
source: "examples&
浏览 1修改于2015-04-17得票数 0
回答已采纳
让我们以一个带一个隐层的全连通神经网络为例。输入层由5单元组成，每个单元与所有隐神经元相连。共有、10条隐神经元、。这种输入是如何映射到所描述的神经网络上的？我不明白(0，5,300)的外型是什么意思(只是一个例子)。在我的想象中，我们只是有一群神经元，其中一个数字流动。
当输出形状为(0，5
浏览 3修改于2017-05-08得票数 12
回答已采纳
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。我想要创建一个板结构神经网络。
浏览 5修改于2017-09-11得票数 0
回答已采纳
假设我有一个密集层的神经网络。输入层有3个神经元，单个隐层有5个神经元，最后输出层有2个神经元。
对于第1层，3个输入进入，5个输入输出。对于第二层，来自第1层的5个输入进入，2个输入输出。
浏览 0提问于2021-01-10得票数 0
回答已采纳
3回答
让我举一个我正在努力解决的例子：考虑以下神经:正中神经、尺神经、桡神经。左侧正中神经病变的诊断。右桡骨神经病变的指征。
每条语句都是由一组语句生成的，并且可以将这些语句组合在一起，使其具有每个变体。然而，当有更多的神经时，方差就会指数地上升。如果我有5个神经<
浏览 0修改于2012-08-06得票数 2
1回答
我正在开发一个，它可以创建“灵活的”神经网络。灵活的意思是，它们不是由层组成，而是由单个神经元或神经元群组成。
1, 2, 3, 4, 5, 6, 7, 8, 9, 10
1, 2, 4, 3, <em
浏览 2提问于2017-03-21得票数 0
回答已采纳
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
我试图建立一个稀疏的递归神经网络，总共有100个神经元，每个神经元只随机连接其他10个神经元，权重是从高斯分布中随机提取的，平均值为5e-05标准差。我知道在Python中，要从高斯分布中提取权重，我可以使用：但是，怎样才能有效地将每个神经元随机连接到网络中的其他10个神经元
浏览 9修改于2022-02-26得票数 0
1回答
我很抱歉问了这个愚蠢的问题，但经过一番思考，我仍然不明白：
在分析我们提出的具体情况后，我们注意到，如果输入为28×28像素，窗口为5×5，则在第一隐层中定义了24×24神经元的空间，因为在到达输入图像的右(或底部)边界之前，只能将窗口23神经元移动到右侧，而23神经元只能移动到底部。我真的不明白为什么我们
浏览 4修改于2020-05-06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
我已经用NIR光谱上的(nnet)包创建了一个神经网络模型。神经网络结构是103-5-1，即103个输入，5个隐藏神经元和单个线性输出。(i)将输入(N)乘以系数(N)，对每个神经元求和并加偏置。
(i
浏览 4修改于2019-07-12得票数 0
1回答
算法是否以某种方式改变了神经元在晶格上的真实位置？我的意思是，如果我定义一个正方形网格(5x5)，每个神经元都可以由二维坐标(例如1/1或1/5)引用。所以我要问的是，如果SOM算法更新神经元的坐标(例如，从1/1到1.1/1.3)。
如果没有，软件是如何显示集群的？我的意思是，一些程序显示神经元之间的统一距离(例如，黑色区域是那些神经元之间的距离较低的区域，而白色区域是那些距离较高的区域)。那么软件是如何知道哪
浏览 14提问于2016-07-29得票数 0
回答已采纳
我的情况是:多类分类问题，有5个特征(列在我的数据中)，15个类，单个标签。我的模型是:一个输入层有5个神经元，一个隐层有ReLU，一个输出层有softmax。我有两个问题： {‘学习速率’：0.002371
浏览 10修改于2022-06-20得票数 1
回答已采纳
我是在R中使用neuralnet软件包建立一个神经网络的。我的代码如下所示：
nn_po5_fold = neuralnet(wheel_spinning ~ L0 + L1 + L2 + L3 + L4 + L5, data = train_fold, hidden= 5, err.fct = "ce", linear.output = FALSE, rep = 3)。我把重复次数指定为3，我的问题是在训练了神经网络之后，我如何才能返回最好的重复次数？换句话说，当使用神经</
浏览 3修改于2016-10-19得票数 2
回答已采纳
我已经训练了一个50,500,500，5个神经网络，输入层有50个神经元，输出层有5个神经元。layer2中的偏差如下所示
为什么layer2中的偏差分布变化如此剧烈？
浏览 0修改于2018-06-20得票数 0
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