neural-network

    2热度

    1回答

    Keras LSTM输入功能和不正确的三维数据输入

    所以我想练习如何在Keras和所有参数（样本，时间步长，功能）使用LSTMs。 3D列表令我困惑。 因此，我有一些股票数据，如果列表中的下一个项目高于5的门槛值+2.50，它会购买或出售，如果它处于该阈值的中间，则这些是我的标签：我的Y. 对于我的特征我的XI具有[500，1，3]为我的500个样本的数据帧和每个时步为1，因为每个数据为3个特征1小时增量和3。但我得到这个错误： ValueErro
    machine-learning neural-network keras lstm 2017-09-26

    0热度

    1回答

    交叉验证后如何训练最终的神经网络模型？

    这是一个我不断面临的问题，但似乎无法在任何地方找到答案。我有一个700个样本的数据集。因此，我必须使用交叉验证，而不是仅使用一个验证和一个测试集来近似估计错误。 我想用神经网络来做到这一点。但是在用神经网络进行CV并得到错误估计之后，我如何在整个数据集上训练NN？因为对于其他算法，如Logistic回归或SVM，不存在何时停止训练的问题。但是对于NN，你需要训练它直到你的验证分数下降。因此，对于最
    python validation machine-learning neural-network conv-neural-network 2017-09-27

    0热度

    1回答

    来自Caffe SoftmaxWithLoss错误

    ，当我试图解决我的神经网络我收到此错误信息： Check failed: label_value < prob_.shape(softmax_axis_) (1 vs. 1) 我的标签都是0或1。当我尝试了这个example它与0和1标签的工作。因此，我的假设是错误是在第二部分： prob_.shape(softmax_axis_) 我在源代码中看着它，我不明白我的源代码或prototxt
    c++ neural-network caffe 2017-09-27

    2热度

    1回答

    任何人都可以解释这种行为的准确性和我的网络损失？

    我使用this项目为例（框架 - caffe，AlexNet的net-mod架构，400个图像用于训练）。我有这样的结果： 或本： 求解：净 net: "./CDNet/Models/train.prototxt" test_iter: 500 test_interval: 500 base_lr: 0.001 lr_policy: "step" gamma: 0.1 stepsize
    python machine-learning neural-network deep-learning caffe 2017-09-27

    3热度

    2回答

    使用部分输入向后运行神经网络以找到所需的值

    给定一个训练有素的系统，可以通过输出值和部分输入向后运行网络以查找缺少的输入值的值。这个操作有没有名字？ 在一个带有2个输入神经元（值为1和X）和一个输出层神经元（值为1）的训练XOR网络的示例中。如果有人想找到第二个输入神经元的价值，他们可以反馈信息可以计算出它接近于0.这个操作到底叫什么名字？
    machine-learning neural-network dataset deep-learning deeplearning4j 2017-09-28

    0热度

    1回答

    无法初始化tensorflow AdamOptimizer定制var_list

    这是一个更复杂的模型的一部分（这是自动编码部分）： autoweights = { 'encoder_h1': tf.Variable(tf.random_normal([num_input, num_hidden_1])), 'encoder_h2': tf.Variable(tf.random_normal([num_hidden_1, num_hidden_2])),
    tensorflow neural-network 2017-09-28

    1热度

    1回答

    Caffe Element -Wise乘法与固定斑点

    我想我会问这里多个quesitons，我想任何评论，因为我是新来Caffe。 在我的网络输入图像具有尺寸1x41x41由于我使用的64批次大小，我认为数据量将是64x1x41x41（请纠正我，如果这是错误的） 一些卷积层后（不改变数据大小），我想将结果数据乘以大小为1x41x41的预定义斑点。使用EltwiseLayer来进行乘法似乎很方便。所以为了定义Eltwise的第二底层，我需要为blob提
    neural-network deep-learning caffe elementwise-operations 2017-09-30

    1热度

    2回答

    如何从文档中获取图像的边框（如MNIST手写的字符）？

    我想提取手写字符，写入像这样的框。 我正在提取29像素的宽度的正方形，这给我像这些图像。 正确识别字符，个别字符图像必须非常干净。与此类似， 我在做什么是， 计算水平和垂直投影每个图像的 。 遍历两个数组的每个元素。如果投影值大于某个阈值，则意味着它没有遇到边界。它删除边界周围的空白。 然后在图像中找到轮廓。 如果轮廓的面积大于某个阈值。获取边界矩形并裁剪。 但问题是，该方法并不准确。在某些情况下
    python opencv neural-network computer-vision mnist 2017-10-04

    0热度

    1回答

    用于神经网络训练实验的队列管理器

    我正在使用Keras + TensorFlow后端进行神经网络实验。我在运行Windows 7的PC上使用GPU执行此操作。 我的工作流程如下所示。 我创建了一个小型python脚本，它定义了一个模型，然后运行model.fit_generator约50个纪元并提早停止，如果验证精度在10-15个纪元后没有提高。然后我运行一个命令如python model_v3_4_5.py 通常一个时代大约需要
    python tensorflow neural-network queue keras 2017-10-04

    2热度

    2回答

    具有两个神经元的神经网络

    我试图用python从零开始实现一个简单的神经网络。这个神经网络只有两个神经元，任务是将输入与输出进行匹配。 （即x = 0→输出= 0，x = 1→输出= 1） 我已经使用了偏导数并尝试使用梯度上升来最大化负损失。 （完整代码如下所示）即使经过超过10000次迭代的训练，输出也不够好。 （我想也许这种损失可能会停留在本地的最大值）。谁能帮我弄清楚我的实现有什么问题吗？ import random
    python neural-network backpropagation 2017-10-04
最新问题