为预测单个视频游戏比赛结果的神经网络选择层类型

文章/答案/技术大牛

发布

1回答

python、tensorflow、machine-learning、keras、neural-network

它们存储在我的trainY (600,1,1)和testY (56,1,1) numpy数组中。我想使用其他88列作为预测比赛结果的指标。(我刚刚想到了一件事，但不确定它的优点:我是否可以/是否应该为每个特征创建一个长度为1的向量，即我的数组应该是(600，1，1，1，1……1)？)在我现在所在的神经网络课程中，我们主要使用了线性，卷积，池化和丢失层。我的问题是，在我<

浏览 7提问于2020-04-26得票数 1

回答已采纳

1回答

足球预测程序encog:不一致的预测

java、neural-network、encog

我正在制作一个使用encog预测足球比赛结果的程序。我已经创建了一个神经网络，用90个匹配的数据使用弹性传播训练方法对其进行训练。我已经将比赛结果标记为主场胜利为1，平局为0，客场胜利为-1。问题出在预测上。有时候我的成功率只有50%，而有时候我的成功率只有33%。这就像使用随机函数一样。我注意到的是，几乎总是预测最多的结果是1

浏览 1提问于2012-08-16得票数 9

5回答

人工神经网络实验有什么有趣的想法？

neural-network、pattern-recognition

我想要的是一个可能的神经网络实现的列表，这些实现可以被实验。可能需要一小时到一周的时间才能写出来。tic-tac-toeConnect 4ChessGoSudokupaper/scissors/rockhorse 游戏赛车recognition 视觉识别字符识别(字体、字母、数字等)detectionMale与female的音频识别语言program

浏览 16提问于2010-03-24得票数 6

2回答

递归神经网络中时间步长的选择

recurrent-neural-network、lstm

我有一个具有单个预测器和一个实值输出的时间序列回归问题，我想使用LSTM递归神经网络对数据进行建模。我应该如何选择模型中的时间步数？LSTM层的长度有上限吗？

浏览 1提问于2016-12-22得票数 4

1回答

用选择的移动反馈来训练分类器，而不是真正的标签。

machine-learning、neural-network

我很难用一句话来描述我想要的东西，这可能就是我在Google上运气不佳的原因。然而，我所拥有的培训数据只是状态，已经采取的行动，以及是否有好<em

浏览 0提问于2015-07-26得票数 3

2回答

如何选择隐藏层和节点的数目？

python-3.x、tensorflow、neural-network

我正在用Tensorflow在python 3.6.6中建立一个神经网络。我想知道，如何选择这些层中隐藏的层和节点的数量？这是一个货币预测机器人，对我应该使用的网络类型有什么建议吗？

浏览 0提问于2018-09-24得票数 0

回答已采纳

2回答

如何使用keras在神经网络中输入n个项目的数组并输出大小为k的数组？

python、tensorflow

我对机器学习和在keras中使用神经网络是个新手。我正在尝试在神经网络的帮助下使用强化学习，如果机器人要与人类比赛，它可能最终会预测机器人在垄断游戏中采取的正确行动。为此，我尝试使用神经网络，它接收23个浮点数的数组(定义玩家状态)，并输出7个浮点数的数组(在给定时间可以采取的最大可能操作数)。隐藏层，最后一层有7个神经元。checking input: expected dens

浏览 25提问于2020-05-03得票数 0

1回答

Keras神经网络预处理

python、scikit-learn、neural-network、keras

当我在回归问题中拟合一个神经网络时，我对此表示怀疑。我使用Imputers和Scale的方法对火车和测试数据的预测器(特性)进行了预处理，但没有对火车数据或测试数据的类或目标进行预处理。在我的神经网络体系结构中，除了最后一层具有乙状结肠函数外，所有层都有relu、作为激活函数。我为最后一层选择了sigmoid函数，因为预测值在0到1之间。博士：，我的</e

浏览 2提问于2018-04-30得票数 0

1回答

如何使神经网络输出一定范围内的特定数目？

neural-network、regression、deep-learning

我有一个神经网络，一个输入层，两个隐藏的密集层和一个输出层。对于输出层中的每个神经元，我希望给出一个介于0到2之间的数字(0、1或2)，如下所示：如果我对每一种可能性使用一个神经元(一个神经元为0，一个神经元为1，另一个神经元为2)，然后选择一个具有最佳预测值的神经元，输出层的长度就太长了。(我对

浏览 0提问于2021-04-08得票数 0

回答已采纳

1回答

Keras软件最大输出和精度

python、tensorflow、keras、neural-network

这是Keras模型的最后一层。)我知道，softmax层的输出是一个数组我有一个关于把准确性作为度量的问题。例如，当真正的类是[0, 0, 1]，而预测的概率是[0.1, 0.4, 0.5]时，即使0.5是最大

浏览 3提问于2020-07-25得票数 4

回答已采纳

1回答

神经网络Java异或学习？

java、neural-network、xor

我试图用Java编写一个神经网络它应该能够解决异或函数。我理解神经元(感知器)是如何工作的，以及它们是如何学习的，但我不明白神经网络是如何处理输出的，也不明白神经元如何“相互交流”。例如： input = {{1, 0},{1, 1},{0, 1},{0, 0}} 我用什么价值观训练每个人的</

浏览 4提问于2017-05-02得票数 1

回答已采纳

1回答

我们如何结合ANN+CNN和组合CNN+SVM呢？

neural-network、classification、conv-neural-network、svm

我已经训练了支持向量机，细胞神经网络和神经网络上的UCF-101数据集，支持向量机和神经网络使用CSV文件的色调和LBP的特征，而CNN使用的分类图像和我想结合{支持向量机和CNN}和{ANN和CNN我已经提取了数据集中的每个视频的第一个关键帧，然后计算它的LBP histogram.Used它作为图像的特征，写在csv连同它的标签(我只选择了5

浏览 87提问于2019-05-15得票数 0

1回答

正确使用神经网络的激活函数

machine-learning、neural-network、deep-learning、activation-function

我在试着理解神经网络的隐藏层。输入层部分介绍了在将信息传递到出现关注点的隐藏层之前使用的步骤。根据我的理解，神经网络的第一步是通过选择“最佳”线性函数来加权输入。一旦找到了最佳的线性系数(比如$m$作为斜率，$c$作为偏差)，下一步就是将输入加权到函数$f(x)=mx+c$中。在所有输入都被加权之后，它们必须被总结，这给了

浏览 0提问于2018-07-07得票数 0

回答已采纳

1回答

在R中的nnet包是否只用于单隐层神经网络的拟合？

neural-network、nnet

在描述CRAN项目()中的nnet时，它说nnet适合于单个隐藏层：我是否可以使用nnet指定隐藏层的数量？我的理解是，我选择的隐藏层和隐藏层中的神经元数量是可以改变的参数，以改进模型。它真的可以帮助模

浏览 1提问于2017-08-11得票数 1

回答已采纳

1回答

具有近似意义的政策预测函数的选择

reinforcement-learning、approximation

我目前正在阅读萨顿关于强化学习的介绍。在进入第10章(基于近似的政策预测)之后，我现在想知道如何选择函数q的形式，其中最优权重w将被近似。我指的是Sutton下面伪代码的第一行:如何选择一个好的可微函数

浏览 6提问于2017-07-25得票数 4

回答已采纳

1回答

用于大规模重复输入集的神经网络

machine-learning、neural-network、supervised-learning

假设我们想要建立一个神经网络来预测一些参与者之间的比赛结果。为每个参与者建立许多不同的<e

浏览 0提问于2018-10-14得票数 0

回答已采纳

2回答

用于神经网络tensorflow的多个实例对1标签的预处理数据

python、machine-learning、tensorflow、neural-network、deep-learning

我正在训练一个神经网络，根据帖子的编号、帖子类别(视频、链接、状态等)和每个帖子的评论数来预测Facebook页面的粉丝数量。因此，有一个针对多个实例的标签，因为标签(Fan_growth)是为每天(而不是针对每个帖子)计算的：因此，如果我对分类数据使用一种热编码：在这里，日期，日期，链接，视频，状态，反应，评论和分享是特色如何对多个实例使用单个标签？由于再次使用'100‘，所有前3个实例都

浏览 1提问于2017-05-29得票数 6

回答已采纳

1回答

为了设计一种基于神经网络的f(x) = sin(x)预测器，设计了以下网络。损失的选择为L2，优化器为标准梯度下降。预测器用X_train = numpy.arange(0.0, 314.1, 0.1)和Y_train = numpy.sin(X_train)训练。它随后在X_test= numpy.arange(-10.0, 10.0, 0.001)和Y_test = numpy.sin(X_test)上进行了测试，但是预测器对测试

浏览 0提问于2018-02-22得票数 1

3回答

多层神经网络不会预测负值

perl、neural-network、classification、backpropagation

我已经实现了一个多层感知器来预测输入向量的正弦。向量由随机选择的4- 1，0，1组成，偏差设置为1。网络应预测向量内容之和的sin。例如输入= <0,1，-1,0,1>输出= Sin(0+1+(-1)+0+1) 我遇到的问题是，网络永远不会预测负值，并且许多向量的sin值都是负值。它完美地预测了所有正的或零的输出。以前有没有人遇到过神经网络</

浏览 0提问于2011-02-24得票数 18

回答已采纳

点击加载更多