回答情况：
提问时间：
问题标签：
我正在尝试在torch7中实现一个神经网络示例。.'function dataset:size() return 10000 end local output = torch.Tensor(1);
local X1, X2, X3, X4, X5, X6, X7,, X17, X18, Y = unp
浏览 4修改于2015-03-25得票数 4
回答已采纳
我在同一台机器上安装了ganglia服务器和客户端。但是，当它完成时，没有一个节点可以在web上查看。不管是谷歌还是百度，都没有解决这个问题的办法，我需要帮助。root@tools etc# egrep -v "^#|^$“gmetad.confsetuid_username "apache"case_sensitive_hostnames 0
这
浏览 7提问于2015-02-02得票数 0
我正试着去理解(和想象)一个时代对于培养一个神经网络来说到底是什么。在这种情况下，我如何想象/理解一个时代？
浏览 5修改于2014-09-17得票数 5
回答已采纳
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, 5,
浏览 2提问于2017-03-21得票数 0
回答已采纳
我想训练一个神经网络与神经网络包在R-但不使用偏置节点。例如，如何训练一个有6个输入神经元、3个隐藏神经元和7个输出神经元的模型--但没有任何偏置神经元？
浏览 2提问于2016-11-16得票数 3
回答已采纳
我正在使用一个由4个输入神经元组成的神经网络，一个由20个神经元组成的隐藏层和一个7个神经元的输出层。
我正试着用bcd to 7分段算法来训练它。我的数据是标准化的，0是-1，1是1。当输出误差评估发生时，神经元饱和错误。如果期望输出为1，而实际输出为-1，则错误为1-(-1)= 2。
浏览 0修改于2012-11-30得票数 11
回答已采纳
我对机器学习和在keras中使用神经网络是个新手。我正在尝试在神经网络的帮助下使用强化学习，如果机器人要与人类比赛，它可能最终会预测机器人在垄断游戏中采取的正确行动。为此，我尝试使用神经网络，它接收23个浮点数的数组(定义玩家状态)，并输出7个浮点数的数组(在给定时间可以采取的最大可能操作数)。，最后一层有7个神经元。，例如数字1到7。请随时为此目的建议更好的神经网络模型，我将非常感谢。我知道这可能不是最好的模型。 但本质上，这里的主要问题是，如何输入
浏览 25修改于2020-05-03得票数 0
我即将学习神经网络是如何工作的。让我明确一点:我不想使用任何内置函数。出于我的理解，我想从一开始就构建一个自己的感知器。例如，我根据下面的示意图构建了一个感知器：除6和7神经元外，其余神经元均具有同一性函数。这两个神经元应具有logistic函数1/(1+e^(-x))。神经元1直接连接到6，神经元2直接连接到输出神经元8。
我现在的问题是如何实现这种特殊的情况。当所有神经元都是恒等式时，我得到C中的正确值。但是
浏览 18修改于2018-01-25得票数 1
回答已采纳
在torch中访问神经网络内部神经元的简单方法是什么？
我用torch7的nn库训练了一个多层神经网络。我想看看当一些输入被转发到网络时，来自某些特定内部神经元的输出值是什么，或者手动更改输出。原因是我的神经网络是一个自动编码器，因此中间的神经元是重要的-整个网络的输出。
浏览 1修改于2018-09-27得票数 3
Pytorch拥有动态神经网络(由运行定义)，而Tensorflow则需要在运行前编译计算图。
我看到Torch7和PyTorch都依赖于TH，THC，THNN，THNN (C库)。Torch7是否具有动态神经网络(由运行定义)功能？
浏览 4提问于2017-06-18得票数 0
回答已采纳
2回答
我是神经网络领域的新手，我想知道深层信念网络和卷积网络之间的区别。另外，是否有一个深卷积网络，它是深信念和卷积神经网络的结合？
到目前为止，这是我收集到的。如果我错了，请纠正我。，HL1 =1000个神经元(比如说)，HL2 =100个神经元(比如)和输出层=10个神经元，为了训练输入层和HL1之间的权重( W1 )，我使用了一个AutoEncoder (2500 -1000-如果使用卷积神经网络解决了同样的问题，那么对于50x50输入图像，我将开发一个仅使用7x<em
浏览 8提问于2014-07-03得票数 44
回答已采纳
我对学习神经网络感兴趣，作为一个例子，我尝试了下面的数据集，这是通过实验得出的。我使用以下输入向量作为我的神经网络；Tc = [1 1 2 3 1如图所示，神经网络的预测为2类，这与集合的实际类别相吻合。我对神经网络有一个基本的理解。此外，我
浏览 1修改于2016-06-17得票数 6
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
我正在尝试使用神经网络来学习以下功能。📷
我总共有25个特点和19个产出。上面的图像显示了两个特征相对于其中一个输出的分布情况。该神经网络包含7个层，256个神经元具有漏神经网络的激活。问题是输出太陡，而神经网络在峰值上有很大的误差。如何修改目标变量或神经网络，使其在峰值上产生一个较小的平均绝对误差(基本上使下面的误差图变平)？增加神经网络的规模，希望一个足够大的神经网络能够适应任何情况，但训练损失仍然很大。
浏览 0提问于2022-09-22得票数 1
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(3个神经元，7个时间步骤
浏览 0修改于2019-03-06得票数 2
回答已采纳
当使用keras序列模型时，当我创建一个有8个神经元的输出层时，它给出了一个无效参数错误。我的理解是，它将标签识别为0到7，而不包括8。因此，当我创建一个包含9个神经元的输出层时，它似乎可以工作。我的问题是，用9个神经元代替8个神经元可以吗？标签值:2 7 7 6 8 1 2 8 6 3 6 8 2 6 1 2 5 8 8 1 1 7 8 2 8 6 8 7 7 5 8 6 [node sparse_categori
浏览 0提问于2020-10-23得票数 0
1回答
我想在VB.NET中实现一个非常简单的神经网络，我有一个整数数组，它实际上是从黑白位图中取消映射的--我们可以假设每个整数都是1或0。在位图上画了一个点，没有别的了。我想要创建和训练神经网络，告诉我它是否更像:1圈2平方3水平线4垂直线5水平椭圆6垂直椭圆7-水平和垂直椭圆7-垂直和水平椭圆合并9-2水平椭圆合并了9-2水平椭圆合并了9-2水平椭圆合并的形状真的很难看，但是一个人显然可以做出这个决定，所以我认为神经网络可以很容易地训练来做到这一点。但是我对神经网络很陌生，我不知道如何处理
浏览 2提问于2014-04-22得票数 2
回答已采纳
2回答
我编写了一个简单的递归神经网络(7个神经元，每个神经元最初连接到所有神经元)，并使用遗传算法对其进行训练，以学习像1/(1+x^2)这样的“复杂”非线性函数。作为训练集，我在范围中使用了20个值。
浏览 6提问于2013-08-19得票数 5
回答已采纳
我决定使用神经网络，以便为我已有的动画引擎创建行为。神经网络对我身体的每个部位都有3个vector3s和1个欧拉角。第一个vector3是位置，第二个是它的速度，第三个是它的角速度。我有7个身体部位。这些数据类型中的每一个都有3个浮点数。7*4*3 = 84，所以我的神经网络有84个输入。输出映射到角色的肌肉。它们提供适用于每一块肌肉的力量，共有15个。我运行的神经网络每个隐藏层有168个神经元，有8个隐藏层。我试着让角色站直了，不要移动太多。我运行了3000代，我甚至
浏览 2修改于2010-08-17得票数 8
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