哪种类型的神经网络适合于确定某一类元素的概率？
我见过神经网络的例子，它决定了顶级预测的概率。也就是说，当我上传我的猫的图片时，神经网络确定这是一只概率为80%的猫，而它是一只20%的黑豹。
浏览 0提问于2018-08-17得票数 1
回答已采纳
2回答
目前，我正在学习机器学习中的Networks，并认为它非常有趣，但我不知道NN除了在机器学习和人工智能中还有其他应用。我试过研究这些东西，但都做得不够。
有人能告诉我，你是否可以在“库存管理”或“财务”中使用它？如果可以的话，你会有什么例子吗？
浏览 0提问于2017-11-13得票数 -1
回答已采纳
比方说，我正在尝试建立一个神经网络，可以区分狗和猫。我在哪里可以找到大量的猫和狗的图片？我不想在我的神经网络中使用任何预先训练好的模型，比如MobileNet。任何网站的建议，例如，我可以下载一个.zip文件，其中包含大约100只猫和狗的图像，我将非常感激。
浏览 13提问于2020-02-06得票数 0
回答已采纳
我是一个门外汉，对NLP进行了深入研究，我有一个问题:里程碑式的论文神经概率语言模型(Bengio等人，2003年年)试图通过(1)为每个单词学习一个分布的单词特征向量(即在当代术语中嵌入一个单词)，以及(2)将这些单词向量输入到一个神经网络中来预测n克单词的后继。
浏览 0提问于2022-08-01得票数 1
3回答
我正在尝试神经网络在角星，这首先检查是猫还是狗(基本模型)。如果它是一只猫，那么它会经过另一种模型(子模型-2)。而子模型-2将猫分为不同的品种.任何帮助，参考，一切都会很感激。
浏览 0提问于2019-09-09得票数 12
回答已采纳
1回答
基于角点的图像多重分类
、、、
因此，如果我有两个标签“狗”和“猫”，我想创建多分类神经网络。
现在，如果我提供了一个新的随机图像，不是狗或猫，有什么方法我可以教分类器告诉我这个图像不是狗或猫，而不是说它可能有多少可能是猫或狗？
浏览 1提问于2018-09-22得票数 0
回答已采纳
我使用的是猫狗数据集。所以只有这两种结果。我找到了两个实现。第一个解决方案是为猫或狗建模，第二个解决方案是为猫、狗或其他任何人建模？如果我们只有猫和狗，为什么要这样做呢？我应该采取哪种解决方案？
浏览 15提问于2020-07-11得票数 1
回答已采纳
我正在尝试显示从屏幕输入的神经网络读取图片的结果，以在角落显示它所猜测的内容。因此，我将在后台运行一张猫和狗的幻灯片，我的python代码每隔几秒钟就会截取一张屏幕截图，并将其提供给神经网络，然后得到猫或狗的答案。我想在屏幕的一角显示“猫”/“狗”，在视频和其他一切内容的顶部。
但是答案所建议的模块(Pyosd)显然已经不存在了。
浏览 29提问于2018-08-22得票数 2
举个例子，假设它们是猫的图像。我也有一个百分比的“猫”是多大(100%是非常大，0%是非常小)。我希望模型告诉我“这是一只78%大的猫”。../big_cats cat2_97.png ...
..所以现在我不使用百分比，我要么得到0，要么1(无论大小)，但我的目标是，模型使用它来告诉我“这是67%的大猫”，其中50%是中等猫，100%是最
浏览 2提问于2017-09-27得票数 1
回答已采纳
例如，如果你对多类问题的最终预测(比如“老鼠”、“猫”、“狗”、“狮子” )是0.1,0.3,0.3,0.3，那么神经网络是否应该预测这个数据是“猫”、“狗”还是“狮子”？这个应该随机挑选吗？
浏览 0提问于2020-05-19得票数 1
情况:我有一个包含1800多万个示例的大型数据集。我训练了几个模型，并希望跟踪其准确性。因此，我尝试对整个数据集的一小部分进行采样，并计算其精度。我希望看到大致相同的数字(大约80%)N = dataset.shape[0]batch = dataset[indices,:]> satisfied 4096/4096
> 1.0 sati
浏览 1提问于2017-02-13得票数 0
1回答
我试着用ml5js创建一个涂鸦识别神经网络。用训练我的神经网络。首先，我从谷歌的数据集下载了的数据。具体来说，我想：
makeClassification(
浏览 3提问于2020-02-15得票数 0
2回答
我尝试使用神经网络进行分类，数据集由7个参数和超过30万个样本组成。通过使用dropout，我想看看dropout对我的网络的影响。我正在使用Matlab。我找到了一些关于dropout的论文，但大多数都是针对图像的深度神经网络，方法非常复杂。我试过用matlab来使用nnstart，但是我不确定我能不能用这种方式添加dropout。有没有办法用matlab的dropout来实现简单的神经网络？
如果你能分享一些与我的问题相关的信息或matlab代码，那就太好了。
浏览 5提问于2016-11-29得票数 1
比方说，一个人想要检测，一张固定大小的图片是否包含猫。但是作为一个数据集，你有10000张猫的照片，30000张不包含猫的图片，但是它们彼此非常相似。当训练CNN时，你会发现你在测试集上取得了很高的分数(这里的高分=几乎完全对角混淆矩阵)，但是当你想在现实世界中使用CNN时，你会发现几乎所有的东西都被归类为猫。即使数据集不代表这类数据，CNN也会在现实世界中看到，难道CNN不容易说“我见过10000个猫的例子，所以任何不像猫的东西都不是猫”吗？
如何处理这个问题(除了收
浏览 0提问于2020-12-01得票数 1
回答已采纳
深层神经网络提供了一个幅度估计，而不是简单地猜测输入属于哪一类？例如，在猜测猫的体重时，是否有一种不同的方法来创建离散类别的猫(1公斤、1.01公斤. 10公斤)，让网络从特定猫的图像中猜出这个类别，然后根据它选择的类别推断权重？
浏览 0提问于2018-08-19得票数 1
假设我已经实现了一个模型来预测图像是狗，猫，鸟，大象。我的模型预测输入狗的图像作为一只猫，如何解释模型如何/为什么它会在特定的标签上进行高的预测？
浏览 0提问于2021-07-17得票数 -1
我想知道这是否一种最佳做法。我们能否在培训数据中添加噪声，以帮助模型“更少地适应培训数据”；因此，希望对新的未见数据进行更好的推广？
浏览 0提问于2019-11-09得票数 3
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
