回答情况：
提问时间：
问题标签：
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
浏览 2提问于2017-01-23得票数 2
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
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)。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神经元在第一隐层，1神经元在第二隐层。2个神经元位于第一隐层，1个神经
浏览 7提问于2021-10-20得票数 0
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, 5,
浏览 2提问于2017-03-21得票数 0
回答已采纳
我对神经网络非常陌生，但我正在尝试创建一个用于光学字符识别的神经网络。我有100张图片，大小为24x14，每个数字从0到9。神经网络的输入数量是336，但我不知道如何获得隐藏神经元和输出神经元的数量。
我如何计算它？
浏览 1提问于2016-03-03得票数 1
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
9月27日00:16:11我的主机google时钟倾斜:错误获取请求检索元数据错误。。9月27日00:16:14我的主机谷歌-帐户:错误获取请求错误检索元数据。。9月27日00:16:14我的主机谷歌-网络:错误获取请求检索元数据错误。。
浏览 0提问于2018-09-27得票数 1
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作为输入神经元。该数组的
浏览 10修改于2009-07-19得票数 21
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sigmoid函数
浏览 2提问于2016-07-06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
尝试使用代码选择器从链接的Sales Navigator搜索中获取网络响应(仅元数据)。 ? 我可以通过使用绝对路径$x("/html/body/code[9]")[0].innerHTML来获取此元素或文本，但我希望更通用，以防此路径被更改为包含文本(例如“元数据”)。 还有别的办法吗？
浏览 13提问于2019-12-13得票数 0
回答已采纳
我的神经网络如下
将所有权值从-1，+1初始化为随机实数。
现在我为每堂课做了500 fixed samples的训练。简单地说，通过传递500x9图像来训练函数，该函数使用backpropagation进行100次迭代，通过learning_rate*
浏览 1修改于2018-02-18得票数 5
回答已采纳
我现在试着用梯度下降作为神经网络来实现它。[0 0 0 1 0 0] X [ 4 7 9 3] [ 3 5 6 9][ 9 3 2 6]
[
浏览 2修改于2015-05-03得票数 1
回答已采纳
我对神经网络非常陌生，最近我建立了用于车牌号码分类的神经网络。它有3层:1输入层，16*24(382神经元)数字图像，150 dpi；1隐层(199神经元)，乙状结肠激活函数；1 softmax输出层(10神经元)，每个数字0到9。因此，我想知道是否有可能以下列方式建立分层神经网络：
“项目”神经网络分类输入是数字还是字母。如果“Item”神经网络将输入分类为数字(字
浏览 17修改于2018-04-23得票数 0
回答已采纳
默认情况下，我使用的是SP2010环境，母版页附带一个元标记：
我尝试了很多我在这里找到的选项&网络，比如：
浏览 6修改于2017-05-23得票数 1
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
我想训练一个简单的1-隐藏层网络。网络应该由三层组成:一个输入层(2个dims)，一个隐藏层(10个dims)和一个输出层(1个dim)。问题似乎是我的目标标签是一维的，但网络的输出高于10维。[[1]]
[,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9][1]似乎如所希望的那样，与具有10个神经元的隐藏层的连接。Layer [2]似乎是从隐藏层到输出层的连接，输出
浏览 43提问于2019-12-23得票数 0
回答已采纳
我在Keras中构建一个卷积网络，它为图像分配多个类。考虑到图像具有9兴趣点，可以通过以下三种方式之一来分类，我想添加27输出神经元，使其具有softmax激活，从而计算每一个连续的三重神经元的概率。
有可能这样做吗？我知道我可以简单地添加一个大的softmax层，但是这会导致在所有输出神经元上的概率分布，这对我的应用来说太宽了。
浏览 0修改于2017-12-05得票数 0
回答已采纳
如何设计一个具有1个输入、1个输出、1个隐层和4个神经元的函数y = 9x + 3x^ + 8x^3 + 2x^4 + 2的反向传播神经网络？
浏览 3修改于2022-06-12得票数 -2
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