回答情况：
提问时间：
问题标签：
假设我已经训练并保存了6个不同的网络，其中隐藏层计数、神经元计数和学习速率的所有值都不同。
1有4个隐层，每层有8个神经元，以.01学习速度训练。1有4个隐层，每层有8个神经元，以.0
浏览 0提问于2018-12-21得票数 0
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
我读过中的chap1，在“一个简单的手写数字分类网络”(你可以用ctrl-f搜索)中，我发现了一个很好的问题：“为什么我们应该在输出层使用10个神经元，而不是4个神经元?”对于4个神经元，每个神经元的值为0或1，则表示2^4 = 16 > 10。那么，为什么我们不在输出层使用4个神经元呢？
浏览 3提问于2016-09-12得票数 1
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</em
浏览 2提问于2017-03-21得票数 0
回答已采纳
毕竟，网络的目标是告诉我们哪个数字(0,1,2，…),9)对应于输入图像。一种看似自然的方法是，只使用4个输出神经元，将每个神经元视为二进制值，这取决于神经元的输出接近于0还是接近1。四个神经元足以对答案进行编码，因为2^4=16大于输入数字的10个可能值。为什么我们的网络应该使用10个神经元呢？这不是很低效吗？最终的理由是经验性的:我们可以尝试这两种网络设计，结果是，对于这个特殊的问题，有10个输出神经元<
浏览 0修改于2019-08-25得票数 6
回答已采纳
由于知识有限，我建立了一个LSTM网络。我想验证我的假设并更好地理解Keras。网络代码：model.add(LSTM(8, batch_input_shape=(None, 100, 4), return_sequences=True))model.add(LSTM(4, return_sequences=True))model.add(LSTM(1, return_sequences我尝试建立了一个具有4
浏览 0修改于2018-10-07得票数 0
回答已采纳
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
我正在使用MATLAB中的神经网络向导进行一些实现。另外，我还可以在MATLAB中使用基于代码的NN版本，在向导构造NN之后可以使用它(很清楚！)。当我们用MATLAB提供神经网络时，它是一个完全连通的输入-隐藏层.例如，如果输入层有4个输入，隐藏层有2个神经元，则4个输入和隐藏层中的2个神经元之间有完全连通的关系。我要操纵这种联系。例如，断开第三输入连接到第一神经元，第二输入连接到第二神经元在隐藏层。怎么可能用MATLAB呢？
提前感谢您的指导。
浏览 8提问于2013-12-10得票数 0
回答已采纳
我试图创建如下所示的神经网络。它有3个输入、2个输出和2个隐藏层(总共4层，或3层权重矩阵)。第一隐层有4个神经元，第二隐层有3个，第一和第二隐层有一个偏置神经元，输出层有一个偏置神经元。net1=network(3,3,[1;1;1],[1,1,1;0,0,0;0,0,0],[0,0,0;1,0,0;0,1,0],[0,0,0])它给了我神经网络为了澄清我希望这个网络是如何运作的：
用户
浏览 4修改于2014-03-14得票数 0
回答已采纳
规则地，求解异或的简单神经网络应该有2个输入，2个隐层神经元，1个输出层神经元。
为什么作者要在那里放两个输出神经元？编辑:作者注意到他在隐层使用4个神经元，在输出层使用2个神经元。但我还是不明白为什么，为什么是{4,2}而不是{2，1}的形状呢？
浏览 0修改于2017-05-12得票数 2
回答已采纳
1回答
我想训练一个神经网络来进行信号分类。
50个隐藏层(不受限制)双曲正切(不受限制)
0.001 - 1.5学习率
学习率: 0.01
2个隐藏层(50&
浏览 2修改于2016-06-02得票数 0
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
浏览 0修改于2014-12-26得票数 1
我需要创建一个有600个神经元的网络模型。每个神经元可以接受4个输入连接。神经元的输入来自M个(待计算)纤维，每个纤维最多可以给出53个输出连接到神经元。神经元获得的每个连接必须来自不同的纤维(不能有两个纤维连接到同一个神经元)。每个神经元必须获得4个输入，并且应该看到，没有两个神经元从所有4个相同的fibers.The连接，所使用的纤维数量必须尽可能少。附言:我认为我可以构造一个
浏览 1提问于2014-05-30得票数 0
目前我正在学习RNN，特别是LSTM网络。我读过很多主题，包括和我仍然有一些误解。下面的图像来自，它表示单个RNN单元在时间上展开。1.我是否正确理解，从前馈神经网络的角度来说，RNN细胞不是单个神经元，而是其内部的一层神经元？
文章中的另一张图像代表了在时间上展开的单个LSTM单元。2.基于第一个问题的逻辑，从前馈神经网络的角度看，LSTM细胞不是一个单一的神经元，而是一组4层的神经元，在它的内部？。
浏览 4提问于2020-04-24得票数 4
回答已采纳
1回答
我已经编写了一个具有反向传播算法的神经网络，用于预测具有3层、1个输出神经元、3个隐含神经元和4个输入神经元的客户数量。所以我需要一个连续的输出。我应该使用哪些激活函数？
浏览 0提问于2014-02-16得票数 1
我正在构建一个反向传播神经网络(使用Encog库)，它根据大约50个因素做出决定，我需要帮助它的最佳设计:我们肯定需要50个输入神经元，4个神经元作为输出给出答案(4位数)，但我不确定隐藏层中神经元的数量
浏览 2提问于2014-10-23得票数 1
回答已采纳
我正在探索这些“神经元”之间的神经网络模拟，如下图所示。我遇到的困难是把每个神经元连接到它最近的邻居。我第一次想到我可以通过元组解压来做这件事，但是它变得非常复杂。_ncs.append(nc)然而，在我的例子中，这个结构是
浏览 3提问于2022-02-28得票数 0
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
假设我有一个具有这种结构的神经网络:网络( 256,100，4)，其中有256个输入神经元，100个隐藏的，和4个输出。网络使用sigmoid函数作为激活函数，输出神经元在0:1范围内返回一个值。例如，如果网络给我1，0，1，0，但我知道第一个输出应该是0，而我对其他三个输出一无所知。
有没有办法训练网络，使第一个输出受到影响？
浏览 3修改于2015-11-04得票数 2
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