1
A
回答
0
我猜你的神經網絡是2D的,隨後你的輸入是1D,這意味着你將不得不給出一個向量。在你的情況下,後者將是n²大小。
0
只是串起整個輸入作爲一個一維數組:
input_vec = reshape(input_mat, length(input_mat)^2, 1); % assuming your input_mat is square
因此而不是一個10×10(或其他)矩陣輸入到你的網絡,你將有一個100X1向量被輸入。然後在這個矢量上訓練你的網絡。這種方法通常用於教科書字符識別網絡,例如讀取the section titled The MNIST Data in this tutorial。
相關問題
- 1. 神經網絡的輸入
- 2. 神經網絡的輸入/輸出
- 3. 神經網絡的信號輸入
- 4. 神經網絡的標稱值輸入
- 5. 神經網絡的順序輸入
- 6. 神經網絡的加權輸入
- 7. 非標準輸入的神經網絡
- 8. 神經網絡輸入形狀錯誤
- 9. 神經網絡非線性輸入
- 10. 神經網絡輸入順序
- 11. 更新神經網絡輸入
- 12. Simulink神經網絡數據輸入
- 13. 神經網絡輸出
- 14. 2輸出神經網絡?
- 15. 多輸出神經網絡
- 16. 神經網絡的輸入層(應輸入到所有神經元?)
- 17. 神經網絡是否需要二進制輸入?
- 18. 神經網絡入門(ANN)?
- 19. 神經網絡中的連續輸出
- 20. C++中的神經網絡輸出
- 21. 神經網絡
- 22. 神經網絡
- 23. 神經網絡的二元分類?
- 24. 的神經網絡
- 25. VB中的神經網絡
- 26. Eclipse中的神經網絡
- 27. 如何部署二元神經網絡?
- 28. 神經網絡輸出的精度 - Matlab神經網絡工具箱
- 29. 我的神經網絡有多少個輸出神經元?
- 30. 神經網絡模型的輸出
感謝您的幫助。但我有100個訓練輸入,每個都包含13 * 13矩陣。因此每個訓練實例都有兩個維度(13 * 13)。這意味着我的輸入是1 * 100的單元格,每個100是13 * 13的矩陣。如果你有幫助,我會很感激。問候 –