回答情况：
提问时间：
问题标签：
2回答
我一直在学习关于DeepLearning.net的教程，以学习如何实现从图像中提取特征的卷积神经网络。本教程解释得很好，易于理解和遵循。我想扩展相同的CNN，同时从视频(图像+音频)中提取多模态特征。
我知道视频输入只不过是在一段时间内显示的一系列图像(像素强度)。30 FPS)与音频相关。此外，我从我的研究中了解到，多模态表征是我们大脑真正运作的方式，因为我们没有刻意过滤掉我们的感官来实现理解。这一切都是在我们不知道的情况下同时发生的(联合代表)。如果有人能了解音频是如何分解的，然后再用卷积神经
浏览 3修改于2014-03-27得票数 34
回答已采纳
我最近读了一篇题为“用于医学影像分类的神经网络的改进的可训练校准方法”的论文。alpha*ce+beta*dca return loss 我需要帮助在Keras中将其转换为自定义函数，并将其用于使用真实标签(y_true)和预测概率(y_pred)而不是逻辑的多类分类的分类交叉熵损失
浏览 64修改于2021-08-13得票数 0
回答已采纳
1回答
在一个中，我得到了帮助，使调制解调器对齐左和右，这是很好的工作。现在，我希望在中间添加“标准”模式，然而，解决方案的左和右对齐模式，似乎已经扼杀了任何标准模式。如何使标准模式与左、右对齐一起工作？
<div class="container"> <div class="col">
浏览 5修改于2020-08-31得票数 1
回答已采纳
在安德烈斯·吴( Andres NG)的课程中，输出4种不同分类的神经网络表示为：在这个网络中有4层。是否需要4层才能实现多类分类，还是3层就足够了？
浏览 0修改于2016-04-24得票数 3
回答已采纳
我的数据集中的每个元素都有一个多标签张量，如[1, 0, 0, 1]，1's和0's的组合各不相同。在这种情况下，由于我有4个张量，所以我的神经网络的输出层为4。在使用BCEWithLogitsLoss时，当我调用模型(输入)时，得到了一个输出张量，该模型(输入)在(0，3)的范围内，与输出层指定的输出层有4个输出神经元。这不符合预期目标的格式，尽管当我将输出神经元的数目改为2时，就会出现形状不匹配的错误。要解决这个问题需要做些什么？
浏览 4提问于2020-09-22得票数 2
回答已采纳
我正在用人工神经网络做一个4级的分类任务.我的目标是想象这4个类的分离程度，以及来自每个类的数据有多一致，以及它们之间的“距离”有多远。我的方法是在最后一个隐层中使用两个神经元，并在一个散射图中绘制神经元的输出图。但是，我的当前输出通常如下所示，不同的颜色代表数据来自的实际类：显然，这不是很有用。我用R中的神经网络软件包训练网络，使用线性输出。我猜想，如果这种方法能够工作，激活函数的选择将是至关重要的。
我是神经网络的新手，我不确定是否可以这样做
浏览 0提问于2015-10-14得票数 1
回答已采纳
我在学习Andrew Ng关于Ml的课程，在神经网络第四周的幻灯片中，当谈到模态表示1时，他提到权重矩阵的维数是3X4，如下所示：
我知道有一个公式告诉我们，如果在第j层有Sj个节点，在j+1层有
浏览 2提问于2020-07-25得票数 1
类似于：[Q(s2,a1), (Q(s2,a2), Q(s2a3), Q(s2, a2].在每一时间步骤中，从矩阵中选择一行，并根据策略根据SARSA规则选择和更新操作。我现在试着用梯度下降作为神经网络来实现它。
我的第一个假设是建立一个两层网络，输入层的输入神经元和有状态的输入神经元一样多，输出层的输出神
浏览 2修改于2015-05-03得票数 1
回答已采纳
我有一个用于多类分类(3个类)的神经网络，其结构如下：有一个隐藏层，有4个神经元。从输入层到隐藏层的权重具有形状= (4，2)从隐藏层到输出层的权重具有形状= (3，4)前向传播编码
浏览 1修改于2019-11-15得票数 0
回答已采纳
我正在从头开始构建一个前馈网络，并且有以下问题:我有4个神经元在入口，4个神经元作为出口，输入是[x;x;x;x]，x要么是0，要么是1。输出必须与输入相同。经过100多万条输入和1000批次的训练，我得到的结果总是在[0.5;0.5;0.5;0.5]左右。
我尝试更改了纪元数和条目数。
浏览 0修改于2019-01-30得票数 1
我试图在这里写一个多模式网络，但我不确定我这样做的方式是否正确。我找不到多模态神经网络的示例架构。我如何开始尝试不同的架构？
浏览 2提问于2017-09-07得票数 0
1回答
modal-dialog"> <div class="modal-header"> </div>
<div class="modal-body
浏览 3修改于2017-05-23得票数 4
回答已采纳
我也想试试神经网络。我读过一些关于神经网络是如何工作的文献，但是这个理论很重，我不知道它将如何适用于我的情况。所以，如果有人能帮我说清楚，尤其是神经网络的架构，那就太好了。目前，在支持向量机中，我有200个特征(分为4大类)，用来识别文本。如果我移动到有200个特征的神经网络，这是否意味着输入层会有200个中子？如果有200个特征，这将如何导致神经网络的结构(就数字层(隐藏层)和中子而言)？
在支持向量机中，我有一个分类(基本正确和错误)和多类分类(标签)，这种差异
浏览 2提问于2014-03-06得票数 1
1回答
我正在使用MFCC功能处理一个音频多类分类问题(噪声，血管，2种动物)。我用不同的分类器得到了不同的结果。我尝试了贝叶斯类型，人工神经网络，MSVM和决策树。
谁能告诉我这4个分类器的优缺点是什么？
浏览 1提问于2015-05-10得票数 0
在阅读了一些关于神经网络(反向传播)的文章后，我试着自己写一个简单的神经网络。但如果我尝试不止一个例子(假设有2种不同的或所有4种可能性)，网络的输出目标是0.5 :(我在google上搜索我的错误，但没有结果:S I‘我会尽可能多地给出细节，以帮助找到错误的地方：value*(1-value)*(targetvalue-value);
而'value‘是神经</em
浏览 0提问于2011-09-20得票数 6
我们使用的材料设计Lite在我们的科多瓦应用程序。注意，模态定位是一个单独的问题。
} <h4>Add a New Card&l
浏览 1修改于2016-05-05得票数 0
回答已采纳
关于LSTM神经网络，我无法理解批次大小、输入层中的神经元数量与输入中的“变量”或“列”数之间的关系。因此，它将类似于输入变量1输入变量2输入变量3输出变量1这对我来说基本上意味着我们有50个样本。如果批次大小是5，那么我们有多少输入神经元？输入层中的神经元数目是否与批次大小无关？我理解批次大小的方法是，在更新权重之前，神经网络将
浏览 0修改于2018-08-09得票数 5
当一个层中的每个节点完全连接到相邻层中的每个节点时，我理解了如何构造矩阵，而在“不规则”神经网络中，我可以单独处理每个节点。然而，没有关于如何构造一个“不规则”神经网络的矩阵的在线解释或例子。以图中的不规则神经网络为例：我可以以某种方式组合(或得到以下的点乘积)： [0 w2 w3 0 0 ] [0 0 0 w5 w7]去找[o0 o1 o2]？我需要给输入向量
浏览 0提问于2020-04-10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