activation-function

0熱

1答えて

nce_lossにはどのような起動機能が使用されていますか？

word2vecモデルのnce_lossアクティベーション機能が停止しています。私は、アクティベーション機能は、それがhereを記載されているすべてのこれらの中で使用していますかを把握したい： これらはスムーズな非線形性（シグモイド、双曲線正接、ELU、softplus、 とsoftsign）、連続ではなく、どこでも微分可能関数 （relu含まれ、 relu6、creluとrelu_x）、およびラ

tensorflow neural-network activation-function 2017-02-22

---

1熱

1答えて

NumPy/Pythonの複素数値を正規化する

現在、複雑な値を正規化しようとしています。 これを行うには良い方法がないため、私は2つのデータセットに分割することにしました。虚数部のみのデータである。 def split_real_img(x): real_array = x.real img_array = x.imag return real_array, img_array そして、正規化後の def n

python-2.7 numpy normalization complex-numbers activation-function 2017-01-10

---

1熱

1答えて

ロジスティック関数の誤分類

ニューラルネットワークにXOR論理関数を教えようとしています。私は既に、双曲線正接とReLUを活性化関数として使用して、ネットワークを訓練しました（ReLUに関して、それはこの種の問題には適していませんが、それでもテストしたいと思っています）。それでも、logistic functionで動作させることはできません。機能の私の定義は次のとおりです。 def logistic(data):

python numpy activation-function 2017-01-11

---

0熱

1答えて

Torch-なぜ人々は活性化を明示的に使用しないのですか？

Torch、nnに実装されているニューラルネットワークを見るたびに、モジュール同士を接続するだけです。たとえば、LookupTable、Splittable、FasLSTM、Linear、LogSoftMaxを持つシーケンサモジュールがあります。 tanh/Sigmoid/ReLuのように、間に活性化機能を使用しないのはなぜですか？

torch activation-function 2016-11-29

---

0熱

1答えて

出力層でsoftmax活性化機能を使用する方法はありますが、TensorFlowの中間層ではrelusを使用しますか？

私は3つの隠れた層の神経網を持っています（私は合計5つの層を持っています）。 整流線形ユニットを各隠れ層で使用したいが、最外層にはSoftmaxをロジットに適用したい。私はDNNClassifierを使いたいです。 activation_fn：各レイヤーに適用されるアクティベーション機能を、私は、パラメータactivation_fnの値を設定するために、彼らが言うTensorFlowのoffici

python tensorflow neural-network softmax activation-function 2017-03-09

---

1熱

1答えて

アクティベーション機能の前のデータの正規化

私は1/0クラスに分類しようとしているところでthis tutorialをmatlabに変更しています。私の各データ点xは、寸法が30であり、30個の特徴を有する。これは私の最初のNNです。 a1=np.tanh(z1)またはmatlab a1 = tanh(z1);を計算しようとすると、私は1または-1の値を取得しています。 z1 |> 2。 値を標準化する必要がありますか？ -2 < z1 <

machine-learning neural-network activation-function 2017-01-24

---

0熱

1答えて

マルチレイヤーパーセプトロンのトレーニング例を作る

ハード・スレッシュホールド・アクティベーション機能を正しく実装した特定のネットワークの重みとバイアスのセットを得るために、いくつかの訓練例を作ろうとしています。 X_Iが他X_1 < X_2 < X_3 < x_4場合（ソート順）実数、及びネットワーク必須出力（Y 1）であり、そして0 4つの入力X_1、... x_4、 。 ハードしきい値のアクティブ化機能。 F（z）= 1（IF Z> = 0）

machine-learning neural-network perceptron multi-layer activation-function 2017-01-27

---

0熱

1答えて

ReLuよりSigmoidアクティベーションを使用する方が良い場合がありますか

私は入力をエンコードするためにRNNを使用する複雑なニューラルネットワークアーキテクチャを訓練しています。 私は現在、深いニューラルネットワークの部分（ユニットの数と隠れた層の数）を最適化しています。 現在、すべてのレイヤーでシグモイド活性化を使用しています。これはいくつかの隠れたレイヤーでは問題ないようですが、レイヤーの数が増えるにつれて、シグモイドは最良の選択ではないようです。 最初にSigm

neural-network deep-learning activation-function 2017-06-27

---

0熱

1答えて

TensorFlowでPythonを使用して区分的起動関数を作成するにはどうすればよいですか？私のCNNで

アクティブな関数の形式は次のとおりです。 abs(X)< tou f = 1.716tanh(0.667x) x >= tou f = 1.716[tanh(2tou/3)+tanh'(2tou/3)(x-tou)] x <= -tou f = 1.716[tanh(-2tou/3)+tanh'(-2tou/3)(x+tou)] touは一定です。 したがって、TensorFlowでは、

python tensorflow neural-network activation-function 2017-08-19

---

1熱

1答えて

テンソルフローの層に独自のアクティベーション関数を適用する

テンソルフローrelu関数が隠れ層のアクティブ化に使用されるモデルを使用しています。したがって、基本的にモデルはこれを行います。 h = tf.nn.relu(zw) ここで、zwは、前のレイヤの時間重みからの出力からのすべての要素です。 tensorflowのreluの定義によれば、 max(zw,0) が返されるので、0〜最大数とテンソルの各要素のためのZWの各要素の値。 0より大きい

python tensorflow activation-function 2017-08-24

---