feed-forward

1熱

2答えて

Tensorflowは、私がtensorflowを使用してバイナリ出力を予測しようとしています

を意味するように収束します。トレーニングデータには、出力に対して約69％のゼロがあります。入力フィーチャは実数であり、平均を差し引いて標準偏差で割ることによって正規化しました。私は関係なく、私が試したどのような技術、ネットワークを実行していないたびに、私はモデル> 69％が正確に得ることができない、と私YHATがすべてゼロに収束されるように見えます。私は別のオプティマイザ、損失関数、バッチサイズ

0熱

1答えて

ヒントン紙からのRBM事前秤量MATLABネイティブフィードフォワードネットツールボックスのウエイトコード

MATLABネイティブフィードフォワードネットツールボックスのウエイトについてヒントンペーパーコードのRBM事前秤量を使用したいと考えています。誰でもフィードフォワードネットの訓練前の体重を設定または調整する方法を教えていただけますか？例えば、私はhttp://www.cs.toronto.edu/~hinton/MatlabForSciencePaper.html からヒントン・コードを使用

4熱

1答えて

PyBrainどのようにnet.activateの結果を解釈するのですか？

私は分類の目的でPyBrainのネットワークを訓練しました。予想したようにしかし、私は classes = ['apple', 'orange', 'peach', 'banana'] data = ClassificationDataSet(len(input), 1, nb_classes=len(classes), class_labels=classes) data._co

0熱

1答えて

フィードフォワード処理中に0をパディングする方法

さまざまなサイズの入力のリストがあるとします。たとえば、いくつかは形状[10,9,5]の一部が[7,6,5]であるとします。 [10,9,5]と同じサイズのテンソルフローにそれらを供給するために0をパディングするには、行列乗算を行い、パディングされた0の位置に数字を導入する順方向処理中にバイアスを追加する必要があります。だから私はそれらをマスクするために自分でマスク行列を作成しなければならないので

2熱

1答えて

ニューラルネットワークは実行ごとに異なる結果を返します

これは私がkerasとtensorflowをバックエンドとして実行している正確なコードです。同じプログラムを実行するたびに、トレーニング結果が異なります。 400回の反復で100％の精度が得られ、200回で数回の精度が得られることもあります。 training_data = np.array([[0,0],[0,1],[1,0],[1,1]], "float32") target_data =

1熱

1答えて

テンソルフロー内の単一ニューロンフィードフォワードネットワーク

私はフィードフォワード単一ニューロンネットワークを作った。予測は0.0を印刷する必要がある間に0.5を出力します。私はテンソルフローがとても新しいです。私を助けてください。これは私のコードです： """ O---(w1)-\ \ O---(w2)-->Sum ---> Sigmoid ---> O 3 inputs and 1 output / O---(w3)-/

2熱

1答えて

フィードフォワード逆伝搬の重みは変化しません

私は、22入力と1出力（1または0のいずれか）のフィードフォワード逆伝搬ANNを設計しています。 NNは3つの層を持ち、10個の隠れたニューロンを使用しています。 NNを実行すると、重みがわずかに変更され、出力の合計誤差は約40％になります。私はそれが過大であると思っていましたが、隠れたニューロンの数を変更しても何も変わりませんでした。 N Mが隠れニューロンの数（10）であり、入力数（22）あ

0熱

1答えて

Encog Backpropagationエラーが変更されない

ネットワークの合計エラーは、100,000回を超える反復で変更されませんでした。入力は22個の値で、出力は単一の値です。入力配列は[195] [22]、出力配列は[195] [1]です。 BasicNetwork network = new BasicNetwork(); network.addLayer(new BasicLayer(null,true,22)); netw

1熱

1答えて

ニューラルネットワーク文字認識

単純な5x5ピクセルグリッドの文字を認識するためにニューラルネットワークを作成しようとしているとします。 X,+,/,\,| 現時点では、入力ノードが25個、隠れノードが6個、出力ノードが1個（0と1の間のシグモイド）のフィードフォワードニューラルネットワークがあります。出力はシンボルに対応します。例えば、'X' = 0.125,'+' = 0.275,'/' = 0.425等ネットワークの出

0熱

1答えて

オンラインバックプロパゲーション重量更新の運動量項を追加するか？

2層ネットワークのANNを実装しましたが、体重更新コードを勢いよく変更する必要がありますが、どうすれば更新できるのかを知る必要があります。以下は重量更新のみのコードスナップです。下のコードは、見た各例の重みを更新します。hiddenWightsは隠れ層の重みです。また、outputWeightsは出力層の重みです。 for examplen = 1: nTrainingExamples