perceptron

    0熱度

    2回答

    如何訪問類內的theano符號變量的值？

    我想訪問my_classifier.y_binary的值。我的目標是計算my_classifier.error。 我知道如何使用eval獲取my_classifier.y_hat的值，但我不知道如何在輸入是自參數時使用它。 感謝 # imports import theano import theano.tensor as T import numpy as np impo
    python machine-learning theano perceptron deep-learning 2015-02-09

    1熱度

    1回答

    機器學習，訓練後，它如何得到預測？ opencv

    所以，當你有一個機器學習算法，訓練了你的圖層，節點和權重後，它究竟如何得到一個輸入向量的預測？我正在使用MultiLayer Perceptron（神經網絡）。 從我目前的理解，你開始你的輸入向量來預測。然後，將其發送到您的隱藏層，在其中它將偏置項添加到每個數據點，然後添加每個數據點的產品和每個節點的權重（在訓練中找到）的總和，然後通過訓練中使用的激活函數相同。對每個隱藏層重複一次，然後對輸出層執
    opencv machine-learning prediction perceptron multi-layer 2015-04-01

    0熱度

    1回答

    多層感知器更換爲單層感知器

    我在解決MLP和SLP之間的差異時遇到了問題。我知道在第一種情況下，MLP具有多於一層（隱藏層），並且神經元獲得激活函數，如邏輯函數（梯度下降所需）。但我已閱讀： 「如果在MLP所有神經元具有線性激活功能，MLP 可以通過感知的單層，這隻能 解決線性可分問題改爲」 我不明白爲什麼在XOR不是線性可分的情況下，等效MLP是一個雙層網絡，對於每個神經元都有一個線性激活函數，就像step函數一樣。我知道
    math machine-learning neural-network linear-algebra perceptron 2015-05-31

    0熱度

    1回答

    如何實現感知器測試

    我有一個感知器算法的實現，它根據單詞袋模型進行操作，定義一系列權重來分離兩個特徵向量。 實施例： Document 1 = ["I", "am", "awesome"] Document 2 = ["I", "am", "great", "great"] 字典是： ["I", "am", "awesome", "great"] 所以文件作爲載體將如下所示： Document 1 = [1
    java machine-learning perceptron 2015-02-24

    1熱度

    1回答

    測試一個神經網絡 - 訓練後

    我寫了一個代碼來訓練單一的神經元網絡與德爾塔規則。另一個用於感知器，分類2類。 我訓練他們在2000年的樣本，他們工作得很好。現在 ，我期待通過我在訓練過程結束時獲得了最後的權重對它們進行測試（與其他2000個樣品），並在測試代碼中使用它們如下： function accuracy = test(data,weight1,weight2) xZero=1; wZero=0.1; count
    testing delta perceptron 2014-09-28

    0熱度

    1回答

    Matlab函數adapt（）似乎不起作用

    我在Matlab中實現了以下代碼。我想用批處理算法訓練感知器來分離這些可分離的點。所以，爲了做到這一點，我使用了adapt（）函數，但它似乎不起作用。我的意思是，我的感知器不能按照它們應該分類的點數。它有一些無用的權重。另一方面，當我使用train（）函數時，一切都按照計劃進行。感知器能夠準確地對點進行分類。任何人都可以向我解釋我的代碼有什麼問題嗎？提前致謝！ function problema2
    matlab machine-learning neural-network perceptron 2015-04-21

    1熱度

    1回答

    機器學習 - 感知器

    假設兩個感知器在同一線性可分佈分佈的無限樣本上運行。他們會融合到一個相同的決策功能嗎？他們會收斂到一個相同的權重向量？我是ML的初學者，所以如果有人能提供詳細的解釋，那將是非常棒的。
    machine-learning perceptron 2014-10-09

    1熱度

    1回答

    單層感知器與三個類

    我需要一個單層感知器與多個類的幫助。 我需要做的是用三個不同的類對數據集進行分類，到目前爲止，我剛剛學會了如何使用兩個類來完成它，所以我沒有真正的線索如何使用三個類來完成。 該數據集有三個不同的類：鳶尾花，鳶尾花和鳶尾花。 帶有數據集和信息的URL位於：http://ftp.ics.uci.edu/pub/machine-learning-databases/iris/iris.data。 我真的
    dataset perceptron 2014-10-11

    0熱度

    1回答

    Perceptron始終學習重現一種模式

    這是一個相當奇怪的問題。 一個具有反向傳播的代碼工作完美，像這樣： 現在，當我做批量學習，我得到哪怕它涉及只是一個簡單的標量函數逼近錯誤的結果。 訓練結束後，網絡爲所有輸入模式產生幾乎相同的輸出。 通過這一刻我已經試過： 引入的偏差權重 試着用和不用輸入權重 拋去在批處理模式的更新學習 試過每種模式後更新並積累 以不同的可能方式初始化權重 雙重檢查代碼10次次 歸一化累積的更新由模式數 嘗試了不同
    machine-learning neural-network backpropagation perceptron gradient-descent 2015-04-30

    2熱度

    2回答

    瞭解感知器

    我剛開始一個機器學習課程，我們探討了Perceptrons。對於作業，我們應該： 「選擇適當的兩維（平面）訓練和測試數據集，使用10個數據點進行訓練，5個進行測試。」然後我們應該編寫一個程序，使用感知器算法和輸出： 訓練數據點是否是線性評論 可分離 在測試點是否線性可分 你的權重和常數 最終解決方案的初始選擇評論方程（決策邊界） 更新權重的總數你的算法做出 在培訓方面，迭代的總數設置 最終誤分，如
    algorithm machine-learning artificial-intelligence neural-network perceptron 2015-01-31
最新問題