perceptron

    1熱度

    1回答

    我很新的matplotlib和我工作的簡單的項目來熟悉它。我想知道我怎麼可能畫出決策邊界是形式的權值矢量W1,W2],基本上分開的兩個班可以說,C1和C2,使用matplotlib。 如果從(0,0)到點(w1,w2)(因爲W是「矢量」的權重)繪製一條線就很簡單,如果是這樣,如果我在兩個方向上如何擴展它需要? 現在所有我做的是:提前 import matplotlib.pyplot as plt

    0熱度

    1回答

    所以我有一個運行方法,用輸入節點的閾值來加權人工神經網絡中邊緣的權重。 排序是這樣的: 現在我的測試感知應該產生的-3的總和,但我得到的1176值!這裏發生了什麼? 這是我爲run()方法,構造函數和主要方法編寫的代碼。 構造: public class Perceptron { //We want to create a variable which will represent the n

    2熱度

    2回答

    我一直在努力訓練下面的網絡,並獲得合適的權重,但它一直在運行。任何人都可以告訴我代碼中可能有什麼錯誤?這裏{8,1}是輸入,{-1}}預期使用一個符號函數輸出。 import java.util.Arrays; public class ANN { public static void main(String args[]) { double threshold =

    2熱度

    1回答

    我想繪製感知器算法的決策邊界,並且對於幾件事情感到困惑。我的輸入實例的格式爲[(x1,x2),target_Value],基本上是一個2-d輸入實例和一個2類target_value [1或0]。因此 我的權重向量的格式爲:〔W1,W2]現在,我必須結合有額外的偏置參數W0和因此我的權重向量成爲3×1向量?它是1x3矢量?我認爲它應該是1x3,因爲矢量只有1行和n列。 現在讓我們假設我實例[W0,

    0熱度

    1回答

    我想抓住神經網絡背後的想法(完全),所以我開始創建我自己的simple perceptron算法。 這裏是我的代碼(在JavaScript): var lr = 0.1;//learning rate //Initiate the weights randomly function initWeights(weights, trainingSets){ for(var i=0; i

    0熱度

    1回答

    我試圖實現感知器算法,但得到不一致的結果;我注意到權重的初始化產生了很大的影響。有什麼我公然做錯了嗎?謝謝! import numpy as np def train(x,y): lenWeights = len(x[1,:]); weights = np.random.uniform(-1,1,size=lenWeights) bias = np.random

    4熱度

    2回答

    感知器的精確度是否可能隨着我多次接受訓練而降低?在這種情況下,我多次使用相同的訓練集。

    0熱度

    1回答

    學習Perceptorn可以使用更新規則 w_i = w_i + n(y- \ hat {y})x很容易地完成。 到目前爲止,我讀到的所有資源都說學習率n可以設置爲1 w.l.g. 我的問題是以下幾點,有沒有證據表明收斂速度總是相同的,因爲數據是線性可分的? 不應該這也取決於最初的w矢量?

    2熱度

    1回答

    我正在嘗試使用感知器來實現情感分析,以便在python中獲得更好的準確性。我迷失在那些令人難以置信的數學中,需要簡單地解釋如何將它移植到情感分析中。已經有相同的論文發表:http://aclweb.org/anthology/P/P11/P11-1015.pdf 這裏有人能夠詳細解釋和清晰度嗎?我有一個訓練數據集和5000個評論的測試數據集,每個單詞都有78%的準確率。我被告知感知器會給我88%的

    4熱度

    2回答

    對於我的一個AI作業任務,我們負責創建Widrow Hoff delta規則的感知器學習實現。我編寫在Java中此實現: 以下github上的鏈接包含項目:那我有 https://github.com/dmcquillan314/CS440-Homework/tree/master/CS440-HW2-1 的問題是不是與創造感知的。這工作正常。 在訓練後的感知器中,我然後將一個未分類的數據集應用到