backpropagation

    0

    1答えて

    私は完全にうまくいったバックプロパゲーションモデルを持っていましたが、私はバッチトレーニングを実装したかったのです。 (バックプロパゲーション機能で)バッチ訓練前 コードは、擬似コード: forevery(connection in this.connections.in){ // Adjust weight var deltaWeight = rate * gradient

    -1

    1答えて

    私は、チェス、ドラフト、ティックタック、トー、2048、スーパーマリオのようなゲームは、複数のプレイを必要とする一般的なゲームでは、完了するための動きです。 は、私は1つの遺伝的アルゴリズムを使用することができますかなり確信している、しかし、私は、純粋なバックプロパゲーションとそれを訓練する方法があるかどうかを知るために喜びました。私は目標値として何を使用しますか? 私は彼がゲームが終了するまでの

    0

    1答えて

    同じデータセットに対して様々なバックプロパゲーションアルゴリズムを実装し、パフォーマンスを比較しようとしています。私は同じチュートリアルの助けを得ました。 https://nl.mathworks.com/help/nnet/ug/choose-a-multilayer-neural-network-training-function.html 私はプロットしてみました: 各アルゴリズムの実行時間

    0

    1答えて

    次のコードを実行してベイジアンネットワークをトレーニングしようとしました。 p = [-1:.05:1]; t = sin(2*pi*p)+0.1*randn(size(p)); net = feedforwardnet(2,'trainbr'); net = train(net,p,t); a = net(p); 以下のようなエラーが発生しました。 Default value is

    0

    1答えて

    私は真っ直ぐなpythonでニューラルネットワークを書くのに苦労してきました。私はそれがMNIST画像を認識するようにしています。 私は体重を初期化するときに何か間違っていなければならないと思います。 MNISTデータは形状28x28のデータであるため、最初のセットではウェイトがシェイプ(28、何か)でなければならず、ウェイトの最後のセットは(X、1) Xはデータセット内のクラスの数である。 私が

    0

    1答えて

    の場合、バックプロパゲーションの出力が1に収束する必要があります。私は現在、グレースケール(0-150)の画像(120x128)を取るために作成したANNを理解しようとしています。その人物が男性か女性かにかかわらず。それはほとんどの部分で機能します。私は出力(男性= 1、女性= 0)がブールの問題のようにこれを扱っています。私はANNに男性または女性を正しく識別させることができます。しかし、私が男

    0

    1答えて

    私はTensorflowの新入生です。最近、私は、2層ニューラルネットワークモデルで、非線形関数 "y = 1 + sin(x * pi/4)"を適合させたいと考えています。プログラムのコードは次のとおりです: #!/usr/bin/python import tensorflow as tf import numpy as np import math

    1

    1答えて

    最大化したい目的関数が微分できない最適化問題があります。私は遺伝的アルゴリズムを使って線形モデルを訓練しましたが、線形モデルの性能はあまり良くありません。私は、線形モデルをニューラルネットワークで置き換えることを考えています。しかし、私の理解では、私は更新を行うためにバックプロップメソッドを使うことはできません。 神経回路網の訓練に遺伝的アルゴリズムを使用する方法を知っている人はいますか?

    0

    1答えて

    これは簡単な答えがあると確信しています!私は私の理解を向上させることを求めています。 図:の修正:カインルールがYのためのデルタを取得するために適用される場合CS231N Back Propagation 、グラデーションは次のようになります。dy = -4を図によれば。 df/dy = df/dq * dq/dy 数値: double x = -2; double y = 5; double

    0

    1答えて

    したがって、私はCでバックプロパゲーションニューラルネットワークを実装しようとしています。そして、私はしゃっくりに出くわしました。ネットワークを訓練すると、すべての出力は??? ??? 0.49 ...または0.51のいずれかです... ここに私のネットワーククラスは namespace BackPropNetwork { public class Network { public