腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
搜索
搜索
关闭
发布
搜索
关闭
文章
问答
(4534)
视频
开发者手册
清单
用户
专栏
沙龙
全部问答
原创问答
Stack Exchange问答
更多筛选
回答情况:
全部
有回答
回答已采纳
提问时间:
不限
一周内
一月内
三月内
一年内
问题标签:
未找到与 相关的标签
筛选
重置
1
回答
如何使用caffe工作多个损失层?
创建一些这样的
网络
当我使用caffe训练这个
网络
时,它是如何工作的?使用Loss2更新Conv(2-1)和Conv(
2-2
)。我可以拿到它。 但是如何更新Conv(1-1)和Conv(1-2)中的权重?只使用Loss1?
浏览 0
修改于2017-06-18
得票数 0
2
回答
一个物理设备的多个/dev/视频
16 08:13 video0我有两个/dev/video[n],只有一个(集成的)
网络
摄像头2/
2-2
:1.0/input/input35 [21226.137559] usb
2-2
: Warning!我甚至找到了一个索尼
网络
摄像头(CEVCECM),总共有4台新设备。对于Chicony HP HD
网络
摄像头,它的2个设备文件具有不同的
浏览 0
修改于2019-05-14
得票数 32
回答已采纳
1
回答
usbip: error:附加<busid>失败请求-设备繁忙(导出)
为什么
网络
摄像头会很忙,尽管事实上我已经分离了它?usbipd wsl list 此外,如果我尝试PS,(注意没有"wsl“):现在它没有给我一个错误,只是它不起作用PS C:\Windows\System3
浏览 0
修改于2022-04-24
得票数 0
1
回答
基于R中匹配顶点类型的边缘标签定义
(1和2),分别出现n1和n2次数:我们有一些边是随机生成的概率ps和pd,其中ps是同类型(1-1或
2-
I想要绘制这个图,这样相同类型(即1-1或
2-2
)之间的边与不同类型(1-2)之间的边有不同的颜色。 我该怎么做?我试着使用
网络
包的%e%操作符,但我对如何获取每个边缘的端节点类型感到困惑。谢谢!
浏览 0
修改于2017-03-20
得票数 0
回答已采纳
1
回答
ANTLR 4如何处理一
元
/负数
System.out.println(ctx.children.get(0).getText());}在我的语法设置中,不应该总是首先考虑一
元
减号吗?编辑:当实现一
元
和上瘾的表达式时,似乎会出现此错误。在这种情况下,程序将不会进入一
元
方法,输入“2--2”。
浏览 3
修改于2018-02-08
得票数 2
1
回答
Debian <-> PDA / HandHeld之间使用SynCE丢失的PPP连接
引人注目的是,该事件仅与ppp0
网络
设备相关联。/devices/pci0000:00/0000:00:06.0/usb2/
2-2
/
2-2
:1.0 (usb)KERNEL[13
浏览 0
提问于2023-01-24
得票数 0
1
回答
使用HandHeld丢失Debian <-> PDA / SynCE之间的PPP连接
引人注目的是,该事件仅与ppp0
网络
设备相关联。/devices/pci0000:00/0000:00:06.0/usb2/
2-2
/
2-2
:1.0 (usb)KERNEL[13
浏览 0
提问于2023-01-19
得票数 0
2
回答
部署到加纳赫的ERC20令牌在Metamask上未见
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
1
回答
为什么我们需要人工神经
网络
中的层次?
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
多输出分类神经
网络
是如何工作的?
我目前了解并制作了一个简单的神经
网络
来解决XOR问题。我想做一个用于数字识别的神经
网络
。我知道使用MNIST数据,我需要784个输入神经
元
,15个隐藏神经
元
和10个输出神经
元
(0-9)。然而,我不明白
网络
将如何训练,以及前馈如何与多个输出神经
元
一起工作。 例如,如果输入是数字3的像素,
网络
将如何确定选择哪个输出神经
元
,以及在训练时,
网络
如何知道哪个神经
元
应该与目标值相关联。
浏览 19
修改于2019-02-26
得票数 2
回答已采纳
1
回答
什么时候使用一个只有一个输出神经
元
的神经
网络
,何时使用多个输出神经
元
?
我试着理解在输出层中使用只有一个输出神经
元
和多个神经
元
的神经
网络
之间的区别。 有谁知道区别吗?
浏览 2
提问于2021-01-06
得票数 0
回答已采纳
1
回答
神经
网络
Java异或学习?
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}} 我用什么价值观训练每
浏览 4
修改于2017-05-02
得票数 1
回答已采纳
1
回答
用sage计算环商
设A是L的本原
元
,O_K是代数整数的环.那么我如何计算像O_K/Za这样的商呢?我试过:L.
浏览 1
提问于2019-11-05
得票数 1
回答已采纳
1
回答
生成唯一排序排列
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
。因此,具有三种可能类型的3个神经<e
浏览 7
提问于2014-11-15
得票数 0
回答已采纳
0
回答
是一个由两个神经元组成的多层神经
网络
,就像一个神经
元
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吗?
浏览 9
修改于2021-03-09
得票数 1
回答已采纳
2
回答
Laravel 4分页和Bootstrap 3
但是没有显示普通的好的拉拉分页,而是一个对另一个,没有样式,甚至没有正确的分页,因为它分页使用的是1-1-2
元
素,而不是
2-2
。
浏览 4
修改于2013-10-06
得票数 0
回答已采纳
1
回答
如何将输出层连接到另一个神经
网络
的输入层?
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
3
回答
建立xor函数的神经
网络
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)和输出的3层
网络
,那么它就能工作。另外,如果我保持一个2层
网络
,但是我把隐藏层的大小增加
浏览 0
提问于2016-05-04
得票数 14
回答已采纳
1
回答
你如何训练一个FeedForward监督学习NeuralNet?
假设我正在建立一个神经
网络
来玩tac脚趾游戏。据我所知,一个很好的
网络
设计是,在网格中,每个正方形有9个输入神经
元
,3个隐藏层神经
元
,9个输出神经
元
,每个电位移动一个。现在,
网络
已经建立,您如何读取
网络
的输出? 据我所知,为了训练
网络
,每次我需要它来做决定时,我都会通过输入发送
网络
游戏板。但是,,,我怎么得到这个决定呢?
浏览 3
修改于2012-01-07
得票数 2
回答已采纳
1
回答
tic-tac-脚趾的神经
网络
我写的神经
网络
可以玩抽搐脚趾游戏。
网络
有9个输入神经
元
,用于描述板的状态(1 -用于
网络
移动,1.5 -用于对手移动,0-用于空单元)和9个输出神经
元
(输出神经
元
的最高值表示给定状态下的最佳动作)。
网络
没有隐藏层。激活功能-乙状结肠。学习方法-Q学习+反向传播。隐藏层中需要使用多少个神经
元
,哪些激活函数更适合于隐藏层和输出层?
浏览 2
提问于2017-01-23
得票数 2
第 2 页
第 3 页
第 4 页
第 5 页
第 6 页
第 7 页
第 8 页
第 9 页
第 10 页
第 11 页
点击加载更多
领券