backpropagation

1熱

1答えて

隠しレイヤーを追加すると、出力が1つの値に収束します。Tensorflow

Tensorflowで書かれた簡単な線形回帰スタイルのネットから始まり、主に初心者向けのMNISTに基づいています。 7つの入力変数と1つの出力変数があり、すべて連続したスケールです。このモデルでは、出力は全て約1、目標出力セットが大きく、これが、テストデータによって生成された出力のサンプルである1の値によって支配されるので、理にかなっているホバリングした： [ 0.95340264] [ 0.

python machine-learning tensorflow neural-network backpropagation 2017-10-19

---

4熱

2答えて

MNISTデータセットを学習するマシンのバックプロパゲーションを正しく実装する方法は？

だから、私は（それが基本的に同じである）私のコードのための基準としてマイケル・ニールソンの機械学習帳を使用しています：http://neuralnetworksanddeeplearning.com/chap1.html 問題のコード： def backpropagate(self, image, image_value) : # declare two new numpy arr

python-3.x machine-learning linear-algebra backpropagation mnist 2017-10-20

---

1熱

1答えて

TensorFlowカスタム勾配

私は、入力勾配を2倍にするカスタム勾配計算機能を持っています。 import tensorflow as tf @tf.RegisterGradient("CustomSquare") def _custom_square_grad(op, grad): return grad*2.0 c = tf.constant(3.) s1 = tf.square(c) grad1

tensorflow backpropagation 2017-10-22

---

1熱

1答えて

PyTorchでLSTMを使って強化学習を行う方法は？

状態全体を明らかにすることができないため、リカレントニューラルネットワークを強化して、ネットワークに過去の出来事の何らかの記憶があるようにする必要があります。わかりやすくするために、LSTMを使用しているとしましょう。 内蔵のPyTorch LSTMでは、形状Time x MiniBatch x Input Dの入力をフィードに入力する必要があり、形状テンソルTime x MiniBatch x

recurrent-neural-network backpropagation reinforcement-learning pytorch 2017-10-24

---

3熱

1答えて

ニューラルネットワークは、2つのバイナリ変数

を予測、私は一般的なニューラルネットワークアーキテクチャを持つようにしたいとします ---> BinaryOutput_A / Input --> nnLayer - \ ---> BinaryOutput_B 入力は、2つのバイナリ変数（すなわち、Aを予測することになり、ニューラルネットワーク層を介して置かれています。 clas

backpropagation pytorch 2017-10-30

---

1熱

1答えて

テンソルフロー内のbatch_lossとtotal_loss = tf.get_total_loss（）

im2txtソースコードをim2txtに読み込むと問題が発生します。 batch_lossとtotal_lossがありますbatch_lossは、すべてのバッチデータに対して計算され、そしてtf.add_loss(batch_loss)呼び出しによってtf.Graphkeys.LOSSESに追加されます。 total_lossにはtf.losses.get_total_loss()があり、すべての

machine-learning tensorflow deep-learning backpropagation loss-function 2017-11-05

---

2熱

1答えて

モメンタムでの逆伝播

私はこれを受けて、バックプロパゲーションアルゴリズムを実装しています。tutorialです。しかし、私はこのアルゴリズムの勢いを実装に固執しています。 勢いがなければ、これは重み更新メソッドのコードです： def update_weights(network, row, l_rate): for i in range(len(network)): inputs = row[:-1]

python algorithm neural-network backpropagation gradient-descent 2017-11-09

---

0熱

1答えて

Backpropagationを使用したオートエンコーダー

私はバックプロパゲーションアルゴリズムを実装するthisリソースを使用してautoencoderを実装しようとしています。私はそこに実装された同じフィードフォワードアルゴリズムを使用していますが、それは私に大きなエラーを与えます。オートエンコーダーでは、シグモイド関数を隠し符号化に適用し、復号化のために出力に再度適用します。 def feedForwardPropagation(network,

python algorithm neural-network backpropagation autoencoder 2017-11-13

---

0熱

1答えて

Tensorフローバックエンドを使用したKerasのグラデーションリバーサルレイヤー

Theanoバックエンドを使用してケラスのGRLレイヤーのコードスニペットを見ました。 Tensorflowバックエンドでどのように実装できますか？私はケラの経験が少ない。私は

tensorflow neural-network keras backpropagation 2017-11-27

---