回答情况：
提问时间：
问题标签：
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
浏览 7提问于2014-11-15得票数 0
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吗？
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
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
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)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
浏览 0提问于2016-05-04得票数 14
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
浏览 7提问于2021-10-20得票数 0
我有一个神经网络，最后一层有10个输出神经元，使用softmax激活。我还确切地知道，基于输入值，输出层中的某些神经元应该具有0值。所以我有一个特殊的输入层，有10个神经元，每个神经元要么是0，要么是1。 如果3号输入神经元也是0，有没有可能强制3号输出神经元的值= 0？= RandomNormal(),bias_initializer = RandomNormal() )(x)
x = Activation('softma
浏览 17修改于2018-12-19得票数 1
回答已采纳
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
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
浏览 10修改于2019-01-21得票数 11
回答已采纳
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
我看了一场讲座，并推导出反向传播的方程，但它是一个简单的例子，有3个神经元:一个输入神经元，一个隐藏神经元和一个输出神经元。这很容易推导，但是我如何对更多的神经元做同样的事情呢？我不是在说增加更多的层，我只是在已经存在的三个层上增加更多的神经元:输入层，隐藏层和输出层。我的第一个猜测是使用我为只有3个神经元和3层的网络推导的方程，并迭代到更大网络中的每个输出神经元
浏览 1提问于2015-07-20得票数 0
我想训练一个神经网络与神经网络包在R-但不使用偏置节点。例如，如何训练一个有6个输入神经元、3个隐藏神经元和7个输出神经元的模型--但没有任何偏置神经元？
浏览 2提问于2016-11-16得票数 3
回答已采纳
在我们介绍乙状结肠神经元(具有乙状结肠激活功能的神经元)之前，本网站给出了一些数学上的阐述，即关于感知器。
它从感知器开始，然后进入乙状结肠神经元。一切都很好，但我似乎无法证明第二个问题“西格莫德神经元模拟感知器，第二部分”在本章后面。我很难相信你可以用一个偏差和权重不变的乙状结肠神经元网络取代一个感知器网络(这里可以很容易地构造一个反例:取第三层的权重17，-6，-3，其中b= -3，w= {17，-6}在w.x +b >=
浏览 4提问于2014-11-28得票数 4
回答已采纳
我的工作是一个单一的隐藏层神经网络，有100个输入特征和1000个隐藏神经元。在查看了神经网络结果以及模型从初始模型分配给输入-隐层连接的权重后，我想知道是否有一种方法可以将更多的神经元分配/连接到输入特征组(G1: 70%的隐神经元，G 220%和G3连接到10%的隐神经元)。假设我已经识别了3组输入数据(G1:高度重要，G2:中间重要，最后是G3:最不重要)。
浏览 4提问于2022-02-19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
1回答
在典型的神经网络中，每个层都有一定数量的神经元，所有神经元都有来自前一层每个神经元的传入连接(反之亦然)。这一点我没有问题，知道如何传播。然而，当你有一个没有层层神经元的网络时(我正在研究整洁的算法)；其中神经元只是基于遗传算法(随机创建-然后是适应度的测试)连接，没有一个简单的方法来计算如何向前传播，例如；Neuron 2 is also connected
浏览 0修改于2015-12-21得票数 2
在神经网络中，网络中的每个神经元都代表了输入的某些非线性特征。例:和mnist数据一样，考虑到9的茎被切割成多个片段，不同的部分由第一个隐藏层中的不同神经元表示(仅是3B1B神经网络视频中的一个例子)。我的问题是：如果我们多次通过相同的输入，每个神经元都能代表茎的不同部分吗？还是说它是链规则的全部魔力(即在开始时，所有神经元都代表一些垃圾特征，随着权重的上升，然后特定的特征已经成为特
浏览 0提问于2019-02-05得票数 2
我的前馈神经网络有150个输入神经元，25个隐藏神经元和3个输出神经元。我的训练数据集有43104个样本，我的验证和测试数据集分别包含9237个样本。我正在使用验证检查来停止培训。验证检查设置为6。但是，我的神经网络在11次迭代中停止训练！那是不是太早了？
谢谢。
浏览 1提问于2014-03-05得票数 2
1回答
我正在开发一个，它可以创建“灵活的”神经网络。灵活的意思是，它们不是由层组成，而是由单个神经元或神经元群组成。
1, 2, 3, 4, 5, 6, 7, 8, 9, 10
1, 2, 4, 3<
浏览 2提问于2017-03-21得票数 0
回答已采纳
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