回答情况：
提问时间：
问题标签：
1回答
training_datafile)X_test = scaler.transform(training_datafile)mlp.fit(features, labels)len(mlp.coefs_)
len(mlp.coe
浏览 1修改于2017-04-08得票数 2
回答已采纳
1回答
self.user_global_ns, self.user_ns) mlp.fitStandardScaler()X_train = scaler.transform(X_train)mlp= MLPClassifier(hidden_layer_sizes=(100, 1
浏览 1提问于2017-04-11得票数 0
回答已采纳
2回答
什么时候应该使用MLP conv层而不是普通的conv层？有共识吗？还是两者都试一试，看看哪一种表现更好，这是一种规范吗？我希望能更好地理解两者之间的区别。另外，哪个深度学习库支持MLP conv层？
浏览 0修改于2021-02-13得票数 2
回答已采纳
我是使用Opencv的新手，尤其是多层感知器(mlp)。我想对网络进行多次训练。因此，我使用标记CvANN_MLP::UPDATE_WEIGHTS。因为我不希望我的输入和输出被规范化，所以我使用标记CvANN_MLP::NO_INPUT_SCALE + CvANN_MLP::NO_OUTPUT_SCALE。mlp;
//the training in
浏览 0提问于2016-06-06得票数 2
我有一个问题，那就是如何将毕火炬神经网络转化为Tensorflow神经网络。下面编写的TF类不起作用，我假设它的死是为了区别nn.Sequential和tf.keras.Sequential。Fully connected multi-layer network with ELU activations. layers = []
for
浏览 9提问于2022-01-27得票数 1
1回答
我正在尝试通过做一个xor示例来学习caffe。我正在尝试按照教程进行操作，但在编译模型时遇到了困难。name: "xor_test"
name: "data" transform_param { } source: "0 0 0
浏览 4修改于2019-06-04得票数 0
1回答
我正在拟合一个Keras模型，使用SGD输入数据集X_train有55000个条目。有人能解释一下黄色高亮显示的值吗？对我来说，当每个时代完成时，这应该对应于55000/55000。model.add(keras.layers.Flatten(input_shape=[28,28]))model.add(keras.layers.Dense(100, activation="relu&#
浏览 0修改于2021-02-13得票数 1
回答已采纳
error: ‘CvANN_MLP’ has not been declaredCvANN_MLP::CvANN_MLP nnetwork;
nnetwork.create(layers,CvANN_MLP::SIGMOID_SYM,0.6,1);
浏览 0修改于2015-04-06得票数 0
1回答
我刚用Python写了一个MLP。经过训练后，我传入一些测试数据以查看结果，并在输出处得到一个十进制数数组，而不是期望的二进制输出。
浏览 0修改于2020-05-25得票数 2
回答已采纳
1回答
最近，我阅读了一些关于这种技术的文章，与常规MLP相比，它在预测任务方面表现得更好。因此，我希望通过对输入数据进行聚类，并将结果传递给MLP后端，将SOM用作降维的前端。之后，我用与SOM集群一样多的输入单元初始化MLP。下一步是使用SOM的输出来训练MLP (BMU的哪个value?...weights？)
浏览 4提问于2016-04-05得票数 3
回答已采纳
如果我在相同的数据上连续运行opencv MLP训练和分类，我会得到不同的结果。这意味着，如果我将训练新的mlp放在相同的训练数据上，并在for循环中对相同的测试数据进行分类，每次迭代都会给出不同的结果。
即使我每次迭代都会创建一个新的mlp对象。因此，问题是，opencv是否使用以前的权重、变量或其他mlp训练中的类似内容？即使它不是相同的mlp对象。它为什么要这样做？
浏览 15修改于2019-05-27得票数 0
回答已采纳
我是做数字分类器与MNIST数据集使用MLP分类器。我观察到非常奇怪的行为。单层分类器优于多层分类器。而单层神经元数量的增加似乎提高了准确性。为什么多层比单层好？
浏览 2提问于2018-04-18得票数 1
回答已采纳
1回答
这个问题是我上一个问题的后续问题，在这里可以找到。file1 = "/home/Documents/t1.csv"files = [file1,file2]
model.add(Dense(64, activation='relu'))
浏览 3提问于2021-09-24得票数 0
1回答
我最近完成了用Python编写自己的MLP神经网络的程序。为了使我的代码更容易阅读，我将MLP划分为以下类:网络类、层类和神经元类，其中神经元类将执行所有的计算，例如激活和计算错误信号。为了验证我的MLP的结果，我用相同的数据集尝试了sklearn MLPClassifier，发现sklearn实际上比我的代码快得多。
如果用矩阵重写代码，我的代码会更快吗？
浏览 0提问于2019-02-13得票数 3
当我训练我的模型时，损失在每一个时代都在增加。我觉得这是一个简单的解决方案，我遗漏了一些显而易见的东西，但我不知道它是什么。任何帮助都将不胜感激。def neural_network(data): 'biases': tf.Variable(tf.random_normal([neurons_L1]))}
hidden_L2 = {'weight
浏览 0提问于2019-10-02得票数 1
回答已采纳
我想使用tensorflow实现在中教授的MLP模型。这是实现。# one hidden layer MLP
y = tf.placeholder(tf.float32更新
我已经使用numpy和scipy实现了同样的MLP模型，而且它可以工作。
浏览 0修改于2018-05-02得票数 1
回答已采纳
1回答
接下来是MLP结果，网络体系结构：67 40 5学习率:基学习率的指数衰减观察:训练的准确性和验证的准确性都停止提高。Exp 3:网络体系结构：67 40 40 5学习率:基学习率的指数衰减关于可能发生的事情的想法？
浏览 0提问于2018-05-07得票数 3
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