neural-network

    11熱度

    4回答

    我做了神經網絡的項目作爲我的最後一年的本科項目。 該項目的想法:一個非常簡單的機器人2個電機,和兩個IR和凹凸傳感器將遍歷與使用神經網絡中的哪一個在計算機中的環境。 的主要要求是,以與合適的GUI中的學習處理和神經網絡的演變過程中可能觀察。 (主要目標是觀察神經網絡及其變化不會驅動機器人)。機器人將在項目的早期階段使用串行通訊與計算機通信,然後將使用WLAN .. 我的問題是它是可以被用來實現在計

    2熱度

    1回答

    我正在嘗試訓練一個可以被認爲是一個宏觀級郵政網絡的系統的神經網絡。我的輸入是兩個位置(美國50個州之一)以及1到3個其他變量,我想要一個數字結果。 我的第一個傾向是將狀態表示爲0-49的數值,然後有一個只有3個左右輸入的網絡。然而,我發現,我的訓練永遠不會收斂於有用的價值。我假設這是因爲這些州的價值完全是任意的 - MA對於39的值與CA的值38無關,特別是當37代表跳回到CT時。 有沒有更好的方

    0熱度

    2回答

    我想將我的結果從MATLAB中的神經網絡存儲到Access數據庫,並將視頻存儲到同一個數據庫中。對於其他時間,當每個人都從神經網絡產生相同的圖片時,他的輸出是之前存儲在數據庫中的視頻... 你能幫助我嗎?

    4熱度

    1回答

    我應該做的事情。我有一個黑白圖像(100x100px): 我應該來訓練backpropagation神經網絡與此圖像。輸入是圖像的x,y座標(從0到99),輸出是1(白色)或0(黑色)。 一旦網絡已經學會了,我希望它能夠根據圖像的重量重現圖像,並獲得最接近原始圖像的圖像。 這裏是我的backprop實現: import os import math import Image import r

    1熱度

    3回答

    我隨機想出了一個數據組具有3個例子{1,2,3.5} 我試圖用以下兩個聚類技術:與q=2和Ө =1.1 2.Sequential聚類 1.Hierarchical聚類。 無論使用哪個聚類技術,我總是想出了以下兩個集羣 {1,2}和{3.5} 這是正確的嗎? 看到使用兩種完全不同的聚類技術,結果是相同的,這是相當令人驚訝的。

    4熱度

    3回答

    我讀了一些關於限制玻爾茲曼機的文章。對這些機器進行了重建能力測試。我瞭解培訓是如何運作的,但不知道如何進行重建。任何人都可以給我一些提示嗎?

    3熱度

    2回答

    最近我研究了反向傳播網絡並做了一些手動練習。 之後,我想出了一個問題(也許沒有意義):在遵循兩種不同的替換方法時,有什麼重要的事情: 1.增量式訓練:一旦所有的三角翼Wij已知並且之前呈現下一個訓練矢量。 2.批量訓練:爲每個樣本訓練矢量計算並存儲delta Wij。但是,Delta Wij不會立即用於更新權重。體重更新是在訓練時期結束時完成的。 我已經搜索了一段時間,但還沒有找到任何結果。

    6熱度

    2回答

    我正在試圖訓練一個前饋網絡來執行Ruby庫AI4R的XOR操作。但是,當我在訓練之後評估XOR時,需要 。我沒有得到正確的輸出。有沒有人在 之前使用過這個庫,並學會了XOR操作。 我使用了兩個輸入神經元,一個隱藏層中的三個神經元和一個輸出層,正如我之前看到的一個預先計算的 XOR前饋神經網絡。 require "rubygems" require "ai4r" # Create the ne

    2熱度

    1回答

    我試圖教2個輸入,4個隱藏節點(全部在同一層)和1個輸出節點的神經網絡。二進制表示可以正常工作,但是我對雙極性有問題。我無法弄清楚爲什麼,但總誤差有時會彙集到2.xx左右的相同數字。我的sigmoid是2 /(1 + exp(-x)) - 1.也許我在sigmoiding在錯誤的地方。例如,爲了計算輸出誤差,我應該比較sigmoided輸出與期望值還是sigmoided期望值? 我在這裏關注這個網

    5熱度

    2回答

    我目前正在尋找一個神經網絡(玩具)的例子,我可能會使用GPU內核進行優化。我需要 乾淨&最少的代碼(沒有花哨的優化,最多幾千SLOC) 充足測試數據 C/C++開源 有誰有足夠的提示? 有一堆在網絡上的例子,但不足以檢測數據(有一個在GPU優化的代碼沒有意義的,那反正在幾秒鐘內執行)