回答情况：
提问时间：
问题标签：
3回答
众所周知，1层网络不能预测xor函数，因为它不是线性可分的。我试图创建一个2层网络，使用逻辑sigmoid函数和backprop来预测xor。我的网络在输入层有2个神经元(1个偏置)，隐藏层有2个神经元和1个偏置，输出神经元1个。令我惊讶的是，这是不可能的。如果我添加了一个新的层，所以我有一个具有输入(2+1)、hidden1 (2+1)、hidden2 (2+1
浏览 0提问于2016-05-04得票数 14
回答已采纳
AND逻辑和OR逻辑只需1个神经元即可解决。然而，XOR逻辑需要2层中的3个神经元的神经网络： \ /考虑这种形式的神经网络：这种只有两个神经元相互连接的神经网络能够比只有一个神经元更好地解决任何问题
浏览 9修改于2021-03-09得票数 1
回答已采纳
我对人工神经网络非常陌生，我无法理解的是为什么我们需要层的概念。难道不足以将每个神经元连接到其他神经元，创造一种网络，而不是一种基于分层的结构吗？例如，要求解异或，通常需要至少3层，1层输入，2层神经元，1+隐层，部分神经元，1层输出层，1层神经元。
我们不能创建一个由两个输入神经元(我们需要它们)和一个由其他神经元网络连接的输出的网络吗？
浏览 3提问于2017-04-04得票数 4
回答已采纳
1回答
这是一种新型的神经网络。假设我们有N种类型的神经元(例如，3)，它们是连接在一起的。我们需要生成和测试所有可能的，但独特的(为了不花费时间)网络。这是因为重复秩序不会改变网络。我们只对独特的神经元类型指纹感兴趣。例如，如果我们在133 (第1型、第2型和第3型)后有3个神经元(3种类型)的网络，则331将无效，因为它是多余的，因此我们会有一个1型神经元和2个3d型神经元的现成网络。
浏览 7提问于2014-11-15得票数 0
回答已采纳
1回答
现在我想检查在一个隐藏层和两个隐藏层网络中的所有可能性。为此：
我将训练网络的一个隐藏层和1，2和3个神经元在这一层(3个不同的网络)。在此之后，我将计算每个网络的验证集(RMSE和MAE)上的错误。对于有两个隐层的网络，我要做同样的事情，也就是用两个隐层来估计网络，每个层都有神经元数目的可能性(但是神经元的数目只能是1，2或3)。这意味着我将有9对可能的结果:1神经元在第一隐
浏览 7提问于2021-10-20得票数 0
我试图用Java编写一个神经网络它应该能够解决异或函数。我理解神经元(感知器)是如何工作的，以及它们是如何学习的，但我不明白神经网络是如何处理输出的，也不明白神经元如何“相互交流”。例如：
input = {{1, 0},{1, 1},{0, 1},{0, 0}} 我
浏览 4修改于2017-05-02得票数 1
回答已采纳
Actor网络有5个代表状态值的输入神经元，并将产生一个由一个输出神经元持有的输出值。我的问题是:使用TensorFlow 2.x，我应该如何构造才能将角色网络的输出层插入Q网络的输入层？
浏览 14提问于2020-06-02得票数 0
我想用人工神经网络来玩Tic-tac-toe。我对网络的配置如下:对于9个字段中的每个字段，我使用2个输入神经元。所以我有18个输入神经元。对于每个字段，我有一个输入神经元用于玩家1的一块，一个神经元用于玩家2的一块。除此之外，我还有一个输出神经元给出了当前棋盘位置的评估。输出值越高，1号玩家的位置越好，2号玩家的位置越低。但我的问题是:我如何编写这个神经网络？我的想法是使用Array1-18作为输
浏览 10修改于2009-07-19得票数 21
回答已采纳
我有一个有结构的神经网络:7个输入神经元，3个输出神经元。训练周期约为100 K。我真的得到了更好的结果-我有更多的隐藏神经元！不仅仅是数量的2倍，而是输入层数量的6倍。换句话说，目前共有44个隐神经元被定义！一切都在好转。
我开始觉得这里有什么不对劲
浏览 5修改于2015-04-10得票数 2
回答已采纳
我正在学习人工神经网络，并且已经实现了一个具有几个隐藏层的标准前馈网络。现在，我正在尝试了解递归神经网络(RNN)在实践中是如何工作的，并且在激活/传播如何在网络中流动方面遇到了问题。在我的前馈中，激活是简单的一层一层地激活神经元。在递归网络中，神经元连接回以前的层，有时连接到自己，因此传播网络的方式必须不同。问题是，我似乎找不到一个确切的解释来解释传播是如何发生的。例如，对于这样的网络，它是如何发生的：
Input1 --
浏览 0修改于2012-10-15得票数 10
回答已采纳
我有一个神经网络，一个输入层，两个隐藏的密集层和一个输出层。对于输出层中的每个神经元，我希望给出一个介于0到2之间的数字(0、1或2)，如下所示：如果我对每一种可能性使用一个神经元(一个神经元为0，一个神经元为1，另一个神经元为2)，然后选择一个具有最佳预测值的神经元(我对神经网络等很陌生)
浏览 0提问于2021-04-08得票数 0
回答已采纳
-大家好，我知道我可以改变这些层的传递函数，用双曲正切传递函数构造一个层，用径向基传递函数做另一个层。Net2层{1}.transferFcn= 'tansig'；但是，要改变径向基的传递函数，不要使神经元成为径向基神经元如matlab文件中所
浏览 7修改于2017-01-07得票数 0
回答已采纳
4回答
目前，我正在学习神经网络，我试图创建一个应用程序，可以训练识别手写字符。对于这个问题，我使用了前馈神经网络，当我训练它识别1，2或3个不同的字符时，它似乎是有效的。但是，当我试图让网络学习超过3个字符时，它将停滞在40 %- 60%左右的错误百分比。网络类型：前馈神经网络
输入神经元:使用 100 (
浏览 10修改于2019-01-21得票数 11
回答已采纳
我的目标是建立一个具有两个神经元的序列神经网络，它可以再现一个二次函数。为此，我选择了第一个神经元为lambda x: x**2，第二个神经元为None的激活函数。每个神经元输出A(ax+b)，其中A是激活函数，a是给定神经元的权重，b是偏置项。第一个神经元的输出传递给第二个神经元，该神经元的输出就是结果。我的网络输出的形式是：[]()训练模型意味着调整每个神经元的权重
浏览 4提问于2021-12-18得票数 1
回答已采纳
2回答
我正试图确定MATLAB神经网络中隐藏神经元的最佳数量。我正在考虑采取以下战略：对于每个神经元数目固定的神经网络，都要进行一定数量的训练(例如40次，由于时间原因限制时代性:我考虑这样做是因为网络似乎很难训练，一些时期之后的存储由不同数目的隐神经元组成的所有网络获得的MSE。
执行前面的步骤超过1次，例如4次，以考虑初始随机权重，并考虑到最小均方的平均值。我指的MSE是验证MSE:我的样本在培训、测试和验证中分裂以避免过度拟合
浏览 0修改于2014-12-26得票数 1
我在youtube上看关于神经网络的讲座。我不知道如何识别网络中神经元和层的数量。我把youtube讲稿的幻灯片贴在左边，里面有3个神经元和2层。我在谷歌上找到了一张图片，并把它贴在右边。我对谷歌图像中神经元和层数的猜测正确吗？
浏览 0提问于2018-04-12得票数 2
回答已采纳
这个问题简单地说
我正在研究卷积神经网络，我相信这些网络并不能等效地对待每个输入神经元(像素/参数)。想象一下，我们有一个深网络(多层)，它对一些输入图像应用卷积。这意味着输入中的每一个神经元都会将它的激活发送给第二层中的16x16 =265个神经元，每个神经元可能会将它们的激活发送到另一个265个，这样我们的最顶端的神经元就被表示在265 ^2个输出神经元中，等等这个网络有一个3大小的卷
浏览 1修改于2017-04-13得票数 4
我要做的是让一个神经网络‘学习’函数f(x) = x^2，我是基于这里的代码源代码。如果这有帮助的话，神经网络是用c#手工编码的(使用双倍)。其思想是，我给网络对的reals，(例如(1,1)，(2，4)，(3,9))，然后让网络，然后输出正确的平方，当给一个看不见的实数。输入由一个具有实值的输入神经元给出，输出由输出层(也是一个神经元)输出。隐层内有4个神经元。
我的问题是输出神经元的输出介于0到1之间(我使用的是
浏览 2提问于2016-07-06得票数 1
回答已采纳
我把我的松露项目连接到了ganache网络。此外，我还在元问询中添加了ganache网络。在将erc20协议部署到ganache之后，我可以在松露控制台上看到我的帐户的令牌余额，但不能在元问询上导入令牌。所有元询问、加纳奇和松露帐户都是相同的，eth余额是同步的，但是元问询无法识别网络上已部署的契约。我的ganache端口是127.0.0.1:7545令牌部署网络也是127.0.0.1.7545元缓存网络是127.0
浏览 0修改于2022-01-14得票数 1
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号