回答情况：
提问时间：
问题标签：
1回答
我使用一种蛮力机制来确定最优的隐层/神经元，方法是将层/神经元增加1到一些最大值，然后从性能最好的模型中选择最优计数。我在这里的问题是关于这个“蛮力”过程的隐神经元计数的起点。如果我以(输入数: 8) +1(正如一些帖子所建议的那样)作为增加层内神经元数量的起点，我可能会错过最佳神经元数，因为它可能少于9个神经元吗？我使用的蛮力机制设置了每个隐层的最大神经元数，所以如果我有8个输入，从每个隐层9到30个神经元开始，我将在第一个隐藏层
浏览 0修改于2018-09-24得票数 2
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，一些时期之后的选择并执行具有许多隐藏神经元的NN上的“真实”训练，以使先前计算的MSE最小化。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，分别为70%、15%和15% )
拟
浏览 0修改于2014-12-26得票数 1
我只是带了以下几个名字：
1黄氏，B.和Kechadi，M.T.一种用于在线手写符号识别的HMM-SNN方法。
浏览 1修改于2014-06-10得票数 1
回答已采纳
输入神经元和隐藏神经元之间以及隐藏神经元和输出神经元之间的权重是如何给出的？我知道权重在一开始是随机给定的。其次，我正在做字符识别，假设我有一个大小为8x8像素的字符，意味着64个输入神经元，这应该意味着我也需要64个输出神经元，对吧？
浏览 3修改于2015-04-18得票数 0
2回答
我已经想出了一个使用神经网络的分类问题的解决方案。我也得到了同样的权重向量。数据是5维的，隐藏层中有5个神经元。假设神经元1有输入权重w11，w12，...w15，我必须解释这些权重的物理解释，这些权重的组合，在problem.Does中代表什么，任何这样的解释存在，或者神经元本身没有特定的解释？
浏览 4提问于2014-07-16得票数 0
2回答
我想知道更多关于神经网络的知识，我正在开发一个制作神经网络的C++程序，但我被BackPropagation算法卡住了，很抱歉没有提供一些工作代码。我知道有这么多的库可以用来创建多种语言的神经网络，但我更喜欢自己做一个。重点是，我不知道为了实现一个特定的目标，需要多少层和多少神经元，比如模式识别，或者函数近似，或者其他什么。我的问题是:如果我想识别一些特定的模式，比如在图像检测中，需要多少层和每层神经元？假设我的图像都是8x8像素，我会自然地从64个神经元的输入层开始，但我不知道我必须在
浏览 3修改于2017-05-23得票数 3
在torch中访问神经网络内部神经元的简单方法是什么？
我用torch7的nn库训练了一个多层神经网络。我想看看当一些输入被转发到网络时，来自某些特定内部神经元的输出值是什么，或者手动更改输出。原因是我的神经网络是一个自动编码器，因此中间的神经元是重要的-整个网络的输出。
浏览 1修改于2018-09-27得票数 3
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
2回答
如何选择隐层的神经元数(反向传播网络)？对于选择隐藏神经元的数量是否有任何严格的规则？选择神经元是一种成功的试验方法吗？
我正在尝试设计的神经网络，以便从基本(已经做过XOR)开始。我该怎么做？我在不同的论坛上发现隐藏神经元的数量不同。你有什么想法？
浏览 2提问于2013-12-21得票数 0
回答已采纳
我在问递归神经网络是不是一系列神经网络。
我认为，根据我的理解，可以从一系列神经网络构建这样的实现，其中神经网络的每个输入都是给定数据的时间戳+最后一个时间戳的输出。
浏览 5提问于2016-10-11得票数 1
2回答
我最近开始对人工智能、神经网络和遗传算法产生很大的兴趣，我想要构建一个小的人工智能来处理一个问题。我研究了这个课题，我认为我对非增长的神经网络是如何工作的，以及它们的权重是如何进化的，我有足够的理解，但是我找不到一个解释，如何确定网络是否需要产生一个新的神经元，以及我应该从多少个神经元开始。
浏览 3提问于2017-04-15得票数 0
回答已采纳
0回答
我读到过，在神经网络中，你通过将所有输入乘以相应的权重，然后用Sigmoid函数对其进行平滑，来计算神经元的输出。def sum(self, inputs): for i, val in enumerate(inputs):
浏览 10修改于2016-07-11得票数 0
我的数据集大小是800个音频文件，现在我想构建一个用于音频分类的人工神经网络。我在第一层给了64个神经元，在第二层给了36个神经元。在一个神经网络中会有特定数量的神经元通过吗？
浏览 0修改于2020-01-09得票数 0
2回答
我一直在关注安德鲁吴在神经网络上的视频。在这些视频中，他不把偏见与每一个神经元联系起来。然而，在机器学习的其他一些博客和像这样的视频中，每个神经元都有一种偏见。这是什么和为什么不同，它的含义是什么？
浏览 4修改于2019-10-27得票数 14
回答已采纳
1回答
我为具有梯度下降的神经网络实现了偏置单元。但我不能百分之百确定我是否以正确的方式实现了它。如果你能快速查看我的代码。只有那些有
都很重要。
浏览 1修改于2016-08-16得票数 0
谁能想到一个真实的(Ish)世界的例子，一个问题可以解决一个单一的神经元神经网络？我试着想出一个简单的例子来帮助介绍这些概念。
浏览 4提问于2016-07-12得票数 1
回答已采纳
最初的结构(神经元和它们之间的连接)是如何选择的？我的书只说我们在训练网络之前先给连接随机加权。我想我们会在训练中加入神经元，就像这样：
从一个完全空的网络开始，我在训练期间生成的第一个值将不存在，添加一个神经元来对应这个值，带有一个随机权重。
浏览 3修改于2015-10-23得票数 2
回答已采纳
脉冲和递归神经网络都可以对时变信息进行建模。但我不确定哪种模型相对于计算成本更好。使用更复杂的推式神经网络是否值得，或者递归神经网络是否同样有效，所需的计算量要少得多？脉冲网络的收敛速度更快吗？
浏览 1修改于2011-03-31得票数 6
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