backpropagation

    0熱度

    1回答

    勢頭和（小）批量訓練是否兼容？

    我有一個反向傳播模型工作得很好，但我想實施批量訓練。 一批培訓（反向傳播功能），僞代碼之前代碼： forevery(connection in this.connections.in){ // Adjust weight var deltaWeight = rate * gradient + momentum * connection.previousDeltaWeight;
    neural-network backpropagation 2017-06-16

    -1熱度

    1回答

    你可以使用反向傳播來教一個神經網絡玩回合制遊戲嗎？

    我的意思是像國際象棋，草稿，井字遊戲，2048，超級馬里奧遊戲，在一般遊戲需要多個遊戲，移動完成。 我敢肯定人們可以使用遺傳算法，但我願意知道是否有純反向傳播訓練它的方式。我會用什麼作爲目標值？ 我的想法讓他玩一些運動，直到遊戲結束，並使用最終結果作爲目標值的，但我認爲這將只是訓練最後一步，不是嗎？ 另一種方法是訓練每一個動作，但那麼目標值會是什麼？您可以有多個有效的移動選擇，但是確實足夠長遠。如
    neural-network backpropagation 2017-06-21

    0熱度

    1回答

    在MLPClassification中實現K-fold交叉驗證Python

    我正在學習如何使用scikit-learn開發反向傳播神經網絡。我仍然對如何在我的神經網絡中實現k-fold交叉驗證感到困惑。我希望你們能幫助我。我的代碼如下： import numpy as np from sklearn.model_selection import KFold from sklearn.neural_network import MLPClassifier f = o
    python neural-network backpropagation 2017-06-21

    0熱度

    1回答

    在神經網絡的每一次迭代中做反向傳播是否有意義

    我有一個神經網絡，在某個點分支到兩個子網絡。 當我分別訓練子網時，我的準確性相當好。然而，當我訓練他們兩個時，似乎其中一項任務是劫持公共層中的權重，從而造成一種情況，即我有一項任務的精度很高，另一項任務的準確性較差。 爲了減少更強大的任務的影響，我正考慮允許定義每n次迭代的權重更新。 你認爲這有意義嗎？
    machine-learning neural-network backpropagation 2017-06-22

    0熱度

    3回答

    如何在CNTK中使用自定義正則化（使用python）？

    您是否知道我如何將自定義正則化函數應用於CNTK？ 特別是，我想補充損失函數的導數對輸入的影響;類似於 newLoss = loss + lambda * gradient_F(inputs) 其中F是模型學到的函數，輸入是模型的輸入。 如何在CNTK中實現此目的？我不知道如何訪問與輸入相關的梯度，以及如何將梯度與正規化器的權重進行比較。
    python machine-learning backpropagation cntk regularized 2017-06-25

    0熱度

    1回答

    MATLAB中的貝葉斯網絡錯誤

    我試着運行我的下面的代碼來訓練我的貝葉斯網絡。 p = [-1:.05:1]; t = sin(2*pi*p)+0.1*randn(size(p)); net = feedforwardnet(2,'trainbr'); net = train(net,p,t); a = net(p); 並且收到如下錯誤; Default value is not a member of type "
    matlab machine-learning neural-network bayesian backpropagation 2017-05-08

    0熱度

    1回答

    隨着偏見，人工神經網絡不再收斂

    我學習人工神經網絡，我做了兩個腳本（在fortran90和Python）爲簡單的二元分類問題。 我第一次沒有偏見，我收斂良好。但是爲每個節點添加一個偏差它不再收斂（或者一切接近0或者接近1的所有節點） 偏差爲1，並且對於每個節點具有特定的權重。它是隨機初始化的，然後更新添加delta等其他權重。我試圖改變梯度步長，但它仍然在做同樣的事情。 有人做過任何線索.... EDIT： 網絡： IN
    neural-network backpropagation bias-neuron 2017-05-19

    0熱度

    1回答

    回傳播在Tensorflow中不起作用

    我是Tensorflow的新生。最近我想用兩層神經網絡模型擬合一個非線性函數「y = 1 + sin（x * pi/4）」。程序代碼如下： #!/usr/bin/python import tensorflow as tf import numpy as np import math import matplotlib.pyplot as plt
    tensorflow neural-network backpropagation 2017-05-23

    1熱度

    1回答

    使用遺傳算法訓練神經網絡

    我有一個優化問題，其中我想最大化的目標函數是不可微分的。我用遺傳算法訓練了一個線性模型，但線性模型的表現並不好。我正在考慮用神經網絡替換線性模型。但我的理解是，使用不可區分的目標函數，我不能使用backprop方法來執行更新。 那麼，有沒有人知道如何使用遺傳算法來訓練神經網絡？
    neural-network genetic-algorithm backpropagation 2017-05-24

    0熱度

    1回答

    CS231N第4講背部支柱鏈規則

    我相信這有一個簡單的答案！我要求提高我的理解力。 的圖：的變形例：CS231N Back Propagation 如果該隱規則被施加到得到德爾塔用於Y，梯度是：dy = -4根據圖。 應用鏈式法則記號：df/dy = df/dq * dq/dy 數控： double x = -2; double y = 5; double q = 3; double z = -4; double f =
    backpropagation 2017-05-27
最新問題