回答情况：
提问时间：
问题标签：
2回答
我完全理解为什么神经网络的深度会影响学习，以及它与它的宽度有什么不同。但我正在寻找一些关于这方面的理论依据。我可以想出的文件，例如神经网络中深度的好处或前馈神经网络的深度幂，不幸的是太深太长了。有人能告诉我一些教程/文章/论文/报告，在那里我可以很容易地理解它吗？
浏览 0提问于2018-10-14得票数 4
我读了一篇关于深度学习的文章，偶然发现了这个术语，叫做多尺度神经网络。我完全理解卷积神经网络的概念，但它的多尺度部分的理解有点困难。有人能帮帮我吗？提前感谢！
浏览 0提问于2021-11-05得票数 0
什么是深度学习领域的失败？为什么我们不直接使用FLO这个词呢？在维基百科之后，FLOPS =每秒的浮点操作数。但是在测量深度学习网络的情况下，我如何理解这个时间概念？我们不应该只使用FLO(浮点运算)这个术语吗？我提到的冻结深度学习网络只是一种软件。这不是硬件的问题。在深度学习领域，人们使用术
浏览 5修改于2019-10-24得票数 21
回答已采纳
我最近在看深度神经网络的聚集残差变换的报纸。
作者在第5.1节中提到的一件事是，增加基数(或分支数)，比增加瓶颈宽度或增加深度更能减少验证错误。我理解深度部分，但我对宽度有点困惑。
浏览 0提问于2019-03-18得票数 3
回答已采纳
我读了一篇关于谷歌AlphaGo的高级摘要，我偶然发现了“策略网络”和“价值网络”这两个术语。在高层次上，我理解策略网络被用来建议移动，价值网络被用来，“缩小搜索树的深度( 和估计 )--每个位置的赢家，而不是一直搜索到游戏结束。”
这两个网络在我看来是多余的。如果策略网络没有使用值网络来修剪策略，那么它在做什么呢？很明显，价值网络是一个深度学习的神经网络；政策网络</em
浏览 0修改于2020-08-20得票数 28
回答已采纳
我最近开始使用Tensorflow进行深度学习。我发现这句话model = tf.keras.models.Sequential()有点不同。我不能理解什么是真正的意思，还有其他的深度学习模型吗？我在MatconvNet (卷积神经网络的Matlab库)上做了很多工作。在这里面从来没有看到任何顺序的定义。
浏览 0修改于2019-12-20得票数 16
1回答
我是深度学习的新手(特别是deeplearning4j)，并且正在尝试这些示例。特别是，我想知道在下面的CSV示例中使用了哪种类型的神经网络。这是一个深度学习神经网络，还是仅仅是“常规神经网络”。我确实理解普通神经网络和深度学习神经网络的不同之处在于，DL算法处理“消失梯度”问题，而普通神经网络不能。我的感觉是以下是常规神经网络，但我想确认一下。
浏览 10提问于2017-01-27得票数 0
回答已采纳
根据我的理解，TVM和MLIR都被用作深度学习神经网络的编译器基础结构。我的理解正确吗？
如果我们正在为运行深入学习推理的定制硬件构建编译器，那么哪一个会更好呢？
浏览 4提问于2020-12-14得票数 3
回答已采纳
1回答
我读了一篇关于深度神经网络压缩(link：https://openreview.net/forum?id=SkhQHMW0W)的论文，遇到了一个术语“梯度交换”，我试着理解它的含义，但我无法准确地理解它所指的是什么。梯度交换这个词是什么意思？
浏览 0修改于2018-01-05得票数 1
回答已采纳
谁能帮我实现网上学习的深度学习模式。根据我的理解，我可以在培训后保存一个keras/tensorflow模型，当新数据出现时，我可以重新加载网络并使用新的数据对网络进行再培训。我的理解不正确吗？如果是的话，请告诉我可以做些什么，这样当新的数据输入时，模型就会继续接受再培训？
浏览 0修改于2017-11-13得票数 3
回答已采纳
我理解深高斯过程( DGPs )和贝叶斯深度学习( BDL )之间的区别:DGPs本质上是前馈神经网络，其中每个节点都是高斯过程，BDL对正常(可能是卷积的)神经网络的参数有一个先验的信念。
浏览 0提问于2019-11-20得票数 2
我经常读到，前馈和递归神经网络(RNNs)之间有着根本的区别，这是因为前馈网络缺乏内部状态和短期记忆。乍一看，这似乎是有道理的。然而，当使用算法学习递归神经网络时，如果我正确理解，递归网络将被转化为等价的前馈网络。
这就意味着，实际上没有根本的区别。为什么RNNs在某些任务中表现更好(图像识别、时间序列预测、.)而不是深度的前馈网络？
浏览 2提问于2014-05-24得票数 7
回答已采纳
解析刮过的页面时，我还保存了使用response.meta['depth']从请求中删除的深度。EDIT1:尝试过failure.request.meta['depth']，但这带来了一个错误。元似乎是可以找到的，但它没有深度键。因此，我理解的是，如果第一个请求，一个
浏览 2修改于2020-09-24得票数 0
1回答
我试图理解一个对象去动作深度挖掘算法的训练过程，并且我对如何训练主干网(执行特征提取的网络)有一些问题。我知道使用AlexNet、VGGNet和ResNet这样的CNN是很常见的，但我不知道这些网络是否经过预先培训。如果他们没有受过培训，培训包括哪些内容？
浏览 5修改于2021-04-02得票数 1
回答已采纳
在阅读了一段时间后，我了解到无监督的深度学习技术通常试图重建输入数据(可能使用编码器和解码器的维数较少)，并通过优化重构误差来训练网络。注意:如果我对无监督的深度学习技术的理解是错误的，你可以纠正我。
浏览 0提问于2020-01-31得票数 2
2回答
我经常听说，当分割一个网络(VLSM)时，最好有一个子网，该子网具有尽可能接近实际机器数量的is。我认为这是出于安全原因(深度防御)，但还有其他原因吗？
非常感谢:)
浏览 0提问于2021-05-11得票数 0
回答已采纳
我从coursera的NG机器学习课程和尼尔森的“神经网络和深度学习”一书中学习神经网络。我对渐变下降的理解有点困惑。我看到两种不同的形式，通过NG和Nielson之间的梯度下降来更新权重。有人能帮我理解吗？
浏览 3修改于2017-11-28得票数 0
回答已采纳
出于性能原因，我们目前正在尝试使用SAP Cloud SDK对暴露为OData服务的实体结构执行深度更新。根据我们对update请求使用replacingEntity()策略的理解，我们希望将完整的结构向下发送到OData服务，类似于此处描述的深度插入用例：
[...]
浏览 20修改于2020-12-26得票数 1
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