neural-network

    -1热度

    1回答

    神经网络：代价不稳定

    我实现了一个简单的神经网络，用于python中的图像分类（一类）。图层很简单（image_matrix，5,1）。对隐藏层使用relu和sigmoid。 我正在迭代5000次。起初看起来成本是以合理的方式逐渐下降的。 但是，无论有多少训练示例使用，或者我learning_rate是什么，成本开始每次大约3000次迭代后运行不稳定... cost（点击看原图） 有人可以帮助我了解什么是继续？ 谢谢
    python machine-learning neural-network computer-vision classification 2017-10-12

    0热度

    1回答

    Tensorflow：从“图层模块”提取预测

    我正在关注本教程链接https://www.tensorflow.org/tutorials/layers中的Tensorflow的“图层模块”。您可能能够帮助我如何获得预测结果及其各自的概率。 我需要查看它以进一步了解模型。如果有办法，我可以将结果 - 预测和概率保存到csv。 非常感谢你的时间。
    tensorflow neural-network 2017-10-12

    3热度

    1回答

    如何在神经网络中使用Softmax激活功能

    直到现在才了解 - 激活函数应用于神经元。函数内部的内容是每个（连通神经元值*连接权重）的和。单个值进入函数，单值从它返回。以上的理解与tanh和sigmoid正常工作。 现在我知道softmax是如何工作的，它总结了与其相关的所有值和值。令我困惑的是，我需要一个数组数组，我开始质疑这些数组的来源是什么形成数组？ 下图给出了更深入地了解问题
    python neural-network artificial-intelligence 2017-10-12

    4热度

    1回答

    是否有一些用于时间序列预测的预先训练的LSTM，RNN或ANN模型？

    我想解决时间序列预测问题。我尝试过使用ANN和LSTM，在各种参数上玩了很多，但我所能得到的结果比持久性预测好8％。 所以我想知道：既然你可以在keras中保存模型;对于时间序列预测，是否有预先训练的模型（LSTM，RNN或任何其他ANN）？如果是这样，我如何得到它们？ Keras有没有？ 我的意思是这将是，如果有包含预先训练的模型，使人们就不必speent太多时间训练他们网站.. 同样，另一个问
    python machine-learning neural-network keras recurrent-neural-network 2017-10-12

    0热度

    1回答

    运行张量流程程序时出现错误

    运行张量流程TFRecord示例程序导致以下错误。如何解决它？
    python machine-learning tensorflow neural-network 2017-10-13

    0热度

    2回答

    用于更新神经网络的验证集？

    我有一个神经网络问题 假设我有60个培训，20个验证和20个测试集。对于每个时期，我通过60个训练集样本运行，同时调整每个样本的权重，并计算每个验证样本的误差。 所以我所知，发生在训练集（未验证集） 重量更新，但我听说分离验证从训练集设置是为了避免过度拟合。 然后我的问题是 如果验证并不能使神经网络中的任何权重更新，如何验证设置帮助神经网络避免过度拟合？
    validation neural-network deep-learning 2017-10-13

    1热度

    1回答

    实现在CNN向后卷积多通道数据

    我一直在努力，因为我实现卷积神经网络来获得卷积运算更深入的了解。但是我在试图计算反向通过或反卷积时卡住了。 可以说输入是尺寸为3x7x7的三维RGB图像过滤器的尺寸为3x3x3。在将步长设置为2的卷积中，我们将得到尺寸为3x3的输出。 现在，这是我的问题。我已经读过，反卷积是输出与翻转内核的卷积。但是在翻转内核时，它仍然是尺寸为3x3x3，输出尺寸为3x3。输入是尺寸3x7x7。那么，解卷积是如何
    machine-learning neural-network deep-learning correlation convolution 2017-10-13

    4热度

    4回答

    为什么词嵌入实际上是矢量？

    我很抱歉，我的天真，但我不明白为什么字符嵌入是神经网络训练过程（word2vec）的结果实际上是矢量。 嵌入是降维的过程，在训练过程中，NN将字的1/0数组减少为更小的数组，该过程没有采用任何适用矢量算术的处理。 因此，我们得到的只是数组而不是矢量。为什么我应该将这些数组看作向量？尽管我们得到了矢量，为什么每个人都将它们描述为来自原点（0,0）的矢量？ 再次，如果我的问题看起来很愚蠢，我很抱歉。
    machine-learning neural-network nlp word2vec embedding 2017-10-13

    0热度

    1回答

    张量流中的多级特征融合

    我想知道怎样才能将合并为两层不同的空间空间Tensorflow。 例如:: batch_size = 3 input1 = tf.ones([batch_size, 32, 32, 3], tf.float32) input2 = tf.ones([batch_size, 16, 16, 3], tf.float32) filt1 = tf.constant(0.1, shape = [
    python-3.x tensorflow neural-network deep-learning conv-neural-network 2017-10-13

    -1热度

    1回答

    如何从张量流中的训练模型中获得测试数据集的预测

    我已经在Tensorflow中训练了一个神经网络模型并将训练结果保存在目录trainlogs中。 在trainlogs之内，有一个文件checkpoints。 我认为这是我必须使用的文件来恢复训练的参数，但我不知道如何使用tf.train.Saver()来完成此操作。
    python tensorflow neural-network 2017-10-13
最新问题