腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
视频
沙龙
1
回答
神经网络能变深度吗?
、
神经网络在x轴上不对称是很常见的现象,即前几层比后几层有更多的核子。常见例子: 📷 但是,神经网络的结构是否能够使它们在y轴上不对称,也就是说,网络的某些部分比其他部分“更深”呢? 这方面可能有用的一个例子是,一个问题涉及一些简单的特征(只需要少量的层)和一些更复杂的特征(这些特征可能会从拥有更多的层而大大受益-即更大的“深度”)。
浏览 0
提问于2020-07-11
得票数 1
1
回答
基于深度学习的信息检索任务方法研究现状
、
、
、
、
我对信息检索( IR )任务的最新方法感兴趣,您有一个查询和一组文档,IR模型将为您提供最佳匹配的文档。 我研究过向量空间模型(tfidf-余弦相似)和LSA。 我也尝试过Wordnet,NER,模糊匹配等来提高精度。 现在,我想知道如何通过应用神经网络、字嵌入停止模型等来提高红外任务的准确性,获取更多的上下文/语义信息。
浏览 0
提问于2016-12-02
得票数 0
1
回答
深度学习、深层神经网络、人工神经网络和进一步术语的确切区别是什么?
、
、
、
在阅读了一些理论之后,我对以下术语感到有点困惑: 深度学习 深层神经网络 人工神经网络 前馈神经网络 因此,在我看来,似乎很清楚的是,深层神经网络是具有多层(通常超过一个隐藏层)的人工神经网络。然而,我读过几次这样的话: 深层神经网络是一种具有多层结构的前馈神经网络。 我知道前馈神经网络是什么,但据我所知,深神经网络是指在输入和输出层之间有多个层次的所有人工神经网络?例如,难道不应该有深层递归神经网络吗?深层神经网络必须前馈神经网络是正确的吗?这将反过来意味着深递归神经网络不能被称为深神经网络。 此外,我看到有各种各样的深度学习架构,例如: 卷积神经网络 残差神经网络 深层信念网络 深玻耳兹曼
浏览 0
提问于2019-07-15
得票数 3
回答已采纳
2
回答
深入学习NNs (2016)与我4年前(2012年)的研究有何不同?
、
在维基百科和deeplearning4j中都有这样的说法:深度学习神经网络是一种隐层大于1的神经网络. 对于我来说,这类NN在大学里是标准的,而DLNN现在非常夸张。去过那里,做过那件事-有什么大不了的? 我还听说堆叠的神经网络被认为是深度学习。深度学习是如何定义的? 我的神经网络的背景大多来自大学,而不是工作: 神经网络在工业中的应用研究 有5门关于artif的课程。情报。&马赫。学习。-也许其中有两个在NN上 用于小而简单的图像识别项目中使用的三层前馈神经网络。 没有对它们进行真正的研究(如博士论文)。
浏览 0
提问于2016-10-04
得票数 14
回答已采纳
4
回答
深度学习中的结构化数据聚类
、
、
、
是否有在结构化数据中执行聚类的深度学习文献/参考资料?我知道这可以使用Kmeans,GMM等来完成,但是有没有可能使用深度神经网络等来完成聚类分析呢?谢谢。
浏览 0
提问于2019-02-01
得票数 0
9
回答
我如何学习神经网络?
、
我是一名大一本科生(提到这一点,所以你可以原谅我的不熟悉),他目前正在使用神经网络进行研究。我在我教授的指导下编写了一个三节点的神经网络。然而,我想在人工智能和数据科学的职业生涯,我想教自己更多关于这些适当的深入。有什么书或资源可以教我更多关于神经网络结构、深度学习等的知识吗?有什么建议吗? 注意:我精通Java、Python、Bash、JavaScript、Matlab,并对C++有一点了解。
浏览 0
提问于2018-12-26
得票数 21
回答已采纳
2
回答
什么时候是深度神经网络(DNN)而不是NN?
、
什么时候将神经网络定义为深度神经网络(DNN)而不是神经网络? 据我所知,DNN是具有多层的神经网络,简单的神经网络通常有较少的层数。但又有多少人呢?还是有其他的定义? 使用Tensorflow、Caffee这样的培训网络是什么?据我所知,我还没有看到任何人手动设计一个包含许多层的网络。他们似乎推广了创建DNN的工具,但是如果您只创建一个包含两个层的网络,那么DNN实际上是DNN吗?
浏览 0
提问于2016-12-28
得票数 8
回答已采纳
1
回答
理解嵌入向量维数
、
、
、
、
在深度学习中,特别是在NLP中,单词被转换成向量表示,然后输入到神经网络(如RNN )中。通过提及链接: 在单词嵌入一节中,有人说: 单词嵌入W: word→Rn是某种语言中的一个参数化函数映射词到高维向量(可能是200到500个维)。 我不明白向量维数的目的是什么。向量为200维,而向量为20维是什么意思? 它是否提高了模型的整体精度?有人能给我一个关于向量维数选择的简单例子吗?
浏览 3
提问于2019-05-10
得票数 0
回答已采纳
1
回答
如何将嵌入用于完全同态加密?
、
如何使用来自深度神经网络的嵌入来执行单向加密? 完全同态加密(FHE)通过确保完全隐私而造福社会。私有身份识别算法使用FHE在加密数据集上启用加密匹配和搜索操作,而无需存储、传输或使用明文生物识别或生物识别模板。使用单向加密散列算法不可逆地匿名生物测定数据,然后在数据从未离开本地设备的情况下将其丢弃。 我的问题是,这到底是如何使用嵌入来实现这一点的?嵌入是怎么回事?
浏览 13
提问于2020-07-10
得票数 1
回答已采纳
1
回答
这是什么类型的神经网络?
、
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。 MultiLayerConfiguration conf = new NeuralNetConfiguration.Builder() .seed(seed) .iterations(iterations)
浏览 10
提问于2017-01-27
得票数 0
回答已采纳
2
回答
为什么深度学习/神经网络不能达到最先进的水平导致表格数据问题?
、
、
显然,深度学习方法并没有在表格数据问题[1,2]上取得最先进的结果。这一索赔似乎也为Kagglers所知。SOTA方法看起来像是梯度提升决策树。 对于为什么会发生这种情况,有什么直觉吗?有关于这个主题的相关文献吗? 神经网络是否有更强的IID假设来抑制表格数据中的学习? 文学: 深层神经网络与表格数据:https://arxiv.org/abs/2110.01889综述 我们真的需要时间序列预测的深度学习模型吗?https://arxiv.org/abs/2110.01889
浏览 0
提问于2022-05-15
得票数 3
1
回答
如何制作超贴合(强大)模型?
、
据我的教授说,神经网络建模的第一步之一就是使用一个足够强大的模型。 第一步是创建一个足够强大的模型,至少在不使用规则化的情况下,能够在培训数据上实现非常高的精度(非常低的损失)。 除了调整和调整学习速度之外,我还能做些什么来使我的模型“强大”,换句话说,让它适应训练数据? 我用以下的东西看正确的方向吗? 添加额外的层 使层更厚(更多的神经元)
浏览 0
提问于2020-02-25
得票数 4
3
回答
有可能训练神经网络进行编程吗?
、
、
、
、
我想训练我的神经网络来完成用不同语言编程的任务。所以,我想知道是否有可能训练一个神经网络来编程?
浏览 0
提问于2017-12-31
得票数 3
1
回答
H2O.deeplearning神经网络
、
很少有疑问与h2o.deeplearning有关: 它是深神经网络还是深信念神经网络(它使用受限的Boltzman机器- RBM)? 在H2o的文献中,discussed.They没有使用SGD随机下降(这是正常神经网络使用的)。 如果我们不使用自动编码器和RBM,那么我们是否可以称之为深度信念神经网络。 H2o确实非常有趣,但由于这些疑问,使用它将非常困难。
浏览 1
提问于2015-11-14
得票数 2
1
回答
密集前馈网络是一种深度神经网络吗?
、
、
、
前馈神经网络是属于深神经网络还是人工神经网络? 我怀疑是把我的帧工作称为深神经网络还是人工神经网络。
浏览 5
提问于2022-02-04
得票数 -1
1
回答
营养图像分类任务
、
、
、
我需要一个模型,能够接收作为输入的营养信息图表的图像,并告诉水平的糖,该产品有。这将是一个三级分类问题(糖低于5g时是低的,5到22.5g之间是中等的,大于22.5g时是高的)。我已经准备好了所有的数据,总共有16000张图片。然而,我无法用数据来训练一个合适的模型。我尝试了一个由三个卷积层组成的简单的卷积神经网络,一个来自keras的预训练的起始resnet v2,甚至一个注意模型(Github)。结果总是一样的,精度等于来自最常见类别的样本的比例。因此,这些模型无法解决这一问题,只是押注最有可能的。 什么样的网络能够解决这个问题?我从来没有处理过网络,必须“阅读”和分类文本。
浏览 0
提问于2021-01-26
得票数 2
1
回答
Word嵌入,LookupTable,Word嵌入可视化
、
、
、
关于word embeddings.....could,我需要问几个基本问题。 当我们将一个单词的一个热向量(例如king [0 0 0 1 0] )转换为嵌入式向量E = [0.2, 0.4, 0.2, 0.2]时.合成词向量中的每个索引有什么重要意义吗?例如E[1],它是0.2.具体的E[1]定义(虽然我知道它基本上是对另一个空间的转换).或者单词向量共同定义上下文,但不是单独的..。 与原始的一个热向量相比,单词向量的维数(减小还是增加)有什么关系? 如何从嵌入层的角度定义查找表? 查找表是一种随机生成的表,还是已经对数据中的数据实例进行了单独的训练,我们只是在以后的神经
浏览 1
提问于2017-07-03
得票数 7
回答已采纳
2
回答
在tensorflow深度宽教程中,嵌入原理是什么?
、
、
、
当我玩tensorflow教程时,教程中使用了一个嵌入技巧,如下所示。 本教程展示了如何将稀疏特性(通常是一种热编码)转移到嵌入向量。我知道创建这种嵌入的方法有一些,如word嵌入、PCA或there或矩阵分解。但在本教程中,他们没有说明如何为稀疏向量创建嵌入。或者,本教程只是使用神经网络来完成嵌入?
浏览 0
提问于2018-03-08
得票数 3
回答已采纳
2
回答
NN嵌入层
、
、
、
、
一些神经网络库,如tensorflow和pytorch提供了嵌入层。在过去实现了word2vec之后,我理解了想要更低维度表示的原因。 然而,嵌入层似乎只是一个线性层。在所有其他条件相同的情况下,嵌入层难道不只是学习与等效线性层相同的权重吗?如果是这样,那么使用嵌入层的优点是什么? 在word2vec的情况下,低维表示可以用于其他任务(臭名昭著的国王/王后示例)。但是,如果您的嵌入层永远不会用于替代任务,那么它的目的是什么?
浏览 0
提问于2018-05-31
得票数 10
1
回答
用神经网络估计图像中的距离
、
用神经网络估计静止图像或视频流中的距离可行吗? 我有一个激光测距仪,提供视频输出以及距离测量。然而,距离测量需要将激光照射到环境中,这并不总是理想的或允许的。我想有一个选择,把这个转变为“被动”模式,图像被输入到一个神经网络,然后提供一个距离估计,而不需要激活激光。网络最初将在主动模式下接受来自游侠查找器的image+distance对的训练。 我不是神经网络方面的专家,虽然Google发现神经网络在图像分类和姿态估计方面有很多用途,但我找不到任何现有的距离估计技术。这看起来可行吗,还是我在浪费时间?一个基本的前馈网络,每N像素一个输入就足够了,还是我需要一个不同的架构?
浏览 3
提问于2016-04-03
得票数 5
回答已采纳
2
回答
Scikit MLPClassifier诉Tensorflow DNNClassifier
、
、
我正试图理解Scikit MLPClassifier和Tensorflow DNNClassifier在分类任务上的区别,并希望一些专家能够分享一些信息。据我所知,它们都支持反向传播、激活函数(包括relu)、optmizer (sgd/adam)。MLPClassifier还可以通过指定隐藏层和节点的#来建立深度神经网络。我看到的两种不同之处是,DNNClassifier支持GPU培训,而MLPClassifer不支持。除了GPU支持之外,它们之间还有其他区别吗?为什么要使用Tensorflow的DNNClassifier进行基本的深层神经网络训练(我这里说的是基本的神经网络,而不是CNN、
浏览 0
提问于2017-11-01
得票数 2
3
回答
利用深度学习库从文本中提取关键词/短语
、
、
、
、
也许这太宽泛了,但我正在寻找关于如何在课文摘要任务中使用深度学习的参考。 我已经实现了文本摘要使用标准的词频方法和句子排序,但我想探讨的可能性,使用深入学习技术的这项任务。我还介绍了在wildml.com上使用卷积神经网络(CNN)进行情感分析的一些实现;我想知道如何使用库(如TensorFlow或Theano )来进行文本摘要和关键词提取。自从我开始试验神经网络已经有一个星期了,我很高兴看到这些库的性能与我以前解决这个问题的方法相比。 我特别寻找一些有趣的论文和github项目,与使用这些框架的文本摘要有关。有人能给我一些推荐信吗?
浏览 0
提问于2016-02-03
得票数 24
回答已采纳
1
回答
对于推荐系统,我应该选择什么算法?为什么?
、
、
、
据我所知,推荐系统大致分为协作系统和内容系统。协作又分为1)内存(使用相似度量)和2)模型(众所周知的矩阵/张量分解)。基于内容的方法包括构造用户配置文件,然后使用支持向量机( SVM )等算法对项目进行分类和推荐。下面是我的问题: 我还能用什么算法来推荐呢?为什么? 我能用神经网络吗?(理解他们对我来说有点困难) 神经网络( NN )只适用于文本和图像处理,数值数据不需要像NN这样复杂的算法,这是真的吗?
浏览 0
提问于2017-02-22
得票数 1
回答已采纳
2
回答
如何提高生物数据集的准确性?
、
、
、
、
我有一个生物不平衡数据集,我已经应用了深入学习,支持向量机(所有的核心函数)和人工神经网络的多类分类(大小:139个样本,5个属性)在python。不幸的是,准确度不超过55%。怎样做才能提高准确度?如果数据集不能超过这种平均精度,那么解决方案是什么?
浏览 0
提问于2017-08-01
得票数 1
回答已采纳
2
回答
预先训练的CNN一次学习
、
我目前正在尝试用卷积神经网络学习一次性学习。根据这个视频,我使用的CNN应该是在MNIST上预先训练过的.为什么CNN必须接受预先训练?
浏览 0
提问于2018-08-16
得票数 4
1
回答
Conv2D与深度Conv2D计算
、
、
我正在尝试理解2D卷积神经网络和2D深度卷积神经网络在计算方面的异同。(我理解这些概念)。 例如,假设有一个3x3的输入图像,具有3个通道(RGB),填充为1,步长为1。滤波器为2x2。 输出是什么?(可以忽略激活和偏差) 我知道普通的conv2D会有13x3的输出,而dw conv2D会有3。除此之外,我有点困惑。谢谢
浏览 0
提问于2019-06-10
得票数 4
4
回答
word2vec:上下文向量在分类中的有用性
、
、
、
我一直在研究一个基于神经网络的分类系统,它接受文档向量作为输入。我不能真正谈论我专门训练神经网络的内容,所以我希望得到一个更全面的答案。 到目前为止,我一直使用的单词向量(特别是来自R的gloVe包的text2vec函数)都是目标向量。到目前为止,我还没有意识到word2vec培训产生了上下文向量,坦白地说,我不知道它们到底代表了什么。(这不是主要问题的一部分,但如果有人能向我提供关于上下文向量的用途和它们所做的工作的资源,我们将不胜感激) 我的问题是,这些上下文词向量在任何类型的分类方案中有多有用?我是不是错过了输入神经网络的有用信息? 从质的角度来说,这4项计划又如何呢? 只有目标词向量。
浏览 0
提问于2020-07-21
得票数 4
3
回答
GNU是神经网络编码的理想场所吗?
、
、
undefined被用于编写数值算法(如机器学习问题)的简单性和编译速度,但我想知道是否也可以使用它对神经网络进行更快的编码。
浏览 0
提问于2020-06-01
得票数 2
1
回答
仅用CPU训练神经网络
、
、
、
我正在远程服务器上的虚拟机上工作,我想在它上训练一个神经网络,但是我在这个VM中没有GPU。是否可以仅使用CPU在此VM上训练网络?如果是这样的话,它是否适用于大型数据集,还是会成为一个问题?
浏览 1
提问于2019-02-27
得票数 0
1
回答
使用“神经网络”软件包为不同的层建立不同的活动功能
、
、
、
当然,我正在研究R中的神经网络,我曾经用python中的Keras编写这种程序,所以我希望能够为不同的层设置不同的激活函数。 让我解释一下。假设我想要建立一个有两个隐藏层的神经网络(比如5和4个神经元),输出在-1到1之间。 我想在隐藏层中设置RELU或softplus,在输出层设置tanh。 这里的问题是,神经网络包允许我通过参数act.fun只选择一个激活函数。 > nn <- neuralnet(data = data, hidden = c(5, 4), act.fun =tanh) 我尝试将act.fun参数设置为c(softplus,softplus,tanh),但我当
浏览 1
提问于2019-06-30
得票数 0
1
回答
神经网络软件包在R中的优缺点是什么?
、
我看到在R中有四个神经网络包: neural neuralnet nnet RSNNS H2O 它们之间的优缺点是什么? 正如我所发现的,NeuralNetTools只提供额外的工具。
浏览 0
提问于2015-12-21
得票数 4
2
回答
用Android在Tensorflow上创建简单的神经网络
、
我想基于示例https://github.com/googlesamples/android-ndk/tree/master/nn_sample创建一个简单的神经网络。是否可以使用Tensorflow上的帮助,仅使用Java上的Android工具来创建此应用程序
浏览 17
提问于2019-06-20
得票数 1
回答已采纳
1
回答
如何用神经网络处理可变大小的输入
我试图用Python编写一个程序,它将接受.wav (声音)文件的输入,并确定用户是说“是”还是“不是”。 问题是声音文件并不总是相同的长度。 我担心有一个静态输入维度(即5秒的音频),我可能有一个超过该维度的样本。 我最近读过谷歌的Deepmind写的本论文,它使用声音,但我不知道他们是如何处理这个问题的。 任何关于如何允许我的神经网络处理可变大小的输入的洞察力将不胜感激。
浏览 0
提问于2017-03-27
得票数 1
回答已采纳
1
回答
如何为神经网络改变图像数据形状的维数顺序?
、
、
、
、
我有一个灰度图像数据集,我想将其输入到神经网络中。 x_train_grey.shape是(32, 32, 73257),所以我理解它是(dimension_x, dimension_y, batch_size)。因为图像是灰度的,所以只有一个“深度”维度。 然而,为了将这些数据提供给神经网络,它需要具有这样的形状:(batch_size, dimension_x, dimension_y)。以batch_szie开头。如何将其重塑为这种格式,以便batch_szie位于x,y图像维度之前? 一旦完成,我希望能够将其传递给神经网络(第一层是Flatten()),比如:Flatten(input
浏览 4
提问于2021-11-24
得票数 0
2
回答
如何创建单词向量
、
、
如何创建单词向量?我使用了一个热键来创建词向量,但它非常庞大,并且不适用于类似的语义单词。因此,我听说过使用神经网络来查找单词相似度和单词向量的单词向量。所以我想知道如何生成这个向量(算法)或开始创建单词向量的好材料?
浏览 3
提问于2014-12-19
得票数 7
回答已采纳
1
回答
一种轻便而准确的分类器,可在资源有限的设备上使用
、
、
我有一个项目,我应该分类的数据来自几个传感器(基于时间序列的数据),如陀螺仪到几个类别。我使用了几种分类器,包括支持向量机,决策树,神经网络,KNN,...在批处理场景中。我的最终目标是找到一个实时分类器,它既准确,又轻巧,并且能够自我改进,以便在资源有限的设备(CPU,RAM等)上实现它。我在考虑半监督分类器,因为我可以在我的设备上保存一些标记数据,并使用未来的数据点来改进我的分类器。有没有人在这方面有什么建议或经验?
浏览 2
提问于2018-05-24
得票数 1
5
回答
神经网络的最佳Julia库
、
、
我一直在使用这个库进行基本神经网络的构建和分析。 然而,它不支持建立多层神经网络等. 所以,我想知道在朱莉娅做高级神经网络和深度学习方面有哪些很好的图书馆。
浏览 0
提问于2015-11-19
得票数 13
回答已采纳
1
回答
贝叶斯深度学习和深高斯过程之间的权衡是什么?
、
、
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。 但这两种模式之间的权衡和关系是什么呢?
浏览 0
提问于2019-11-20
得票数 2
1
回答
简单神经网络的极小(数值)例子
我正在寻找一个很好的最小数值例子来教我们如何解决一个神经网络。基本上,我们的想法是用“笔和纸”来观察隐藏层(即重量)是如何工作的。 回到Uni,我在3x3矩阵上为OLS回归做了类似的事情。 有人知道神经网络的一个好的来源/例子吗?
浏览 0
提问于2019-07-18
得票数 0
2
回答
基于深度学习的分类推荐论文?
、
、
、
我正在做一个项目,我必须用深层神经网络来构建一个分类器,我将处理大数据。我熟悉神经网络,但不是专家。显然,我可以在网上找到大量关于深度学习的文献,但大部分都是与convnets相关的。对于基于DNN的分类器,有什么很好的研究论文吗?还是我应该堆更多的层?我想了解一下建筑和培训过程。使用深度神经网络是强制性的,即使精度很低,但如果能成功的话,那就太好了。
浏览 0
提问于2018-02-12
得票数 2
回答已采纳
2
回答
R神经网络多隐层包
、
、
我一直在使用matlab上的神经网络,但无法找到一个允许神经网络多个隐藏层的包。建议使用“`nnet”包,但它只允许一个对我没有用处的层网络。 还有其他能像matlab那样训练复杂神经网络的软件包吗? (如果存在,则可能应该更新CRAN页面。对如何做到这一点有什么想法吗?)
浏览 4
提问于2014-06-04
得票数 4
2
回答
logistic回归的对比嵌入和手工设计特征
、
、
、
一位面试官告诉我,我们不能将神经网络的嵌入(比如预先训练过的图像表示)和手工设计的特征(如图像元数据)连接起来,以用于线性模型(如logistic回归)。他说它们只能与神经网络一起使用。 我理解得到的数据可能不是线性可分的,但在我看来,这似乎是一个逐个案例的经验问题。 他说得对吗?谁能解释一下原因吗?
浏览 0
提问于2021-01-07
得票数 7
5
回答
如何选择神经网络的隐层数和节点数?
、
、
多层感知器神经网络中隐藏层的数量对神经网络的行为方式有什么影响?隐藏层中的节点数也有同样的问题吗? 假设我想使用神经网络进行手写字符识别。在本例中,我将像素颜色强度值作为输入节点,将字符类作为输出节点。 如何选择隐藏层和节点的数量来解决这样的问题?
浏览 1
提问于2012-02-25
得票数 33
1
回答
TensorFlow是否适用于推荐系统
我读过一篇关于TensorFlow正在开源的博文。 在TensorFlow网站上的教程和示例中,我看到它们大多是分类问题。(例如,给定一张图像,对其中所写的数字进行分类) 我很好奇,这个软件也适用于解决推荐系统中的问题吗?例如,它是否有利于解决协作过滤/基于内容的过滤的问题?
浏览 3
提问于2015-11-11
得票数 17
回答已采纳
1
回答
神经网络的标号和整数作为输入
、
、
我想用神经网络做回归。作为输入,我有一个实值,我希望神经网络也能预测一个真实值。到目前为止它已经起作用了。现在,我还有一个由类组成的自变量(在本例中是工作日),我希望使用它作为第二个输入,以获得更好的预测。回归是否可能有两个不同的输入,一个实际值和一个类? 我知道我可以把平日编码成数字1-7 (我想我无论如何都要这么做),但是神经网络会假设它是实数,对吗?但是平日之间没有排名,所以我怎样才能确保他们被当作类对待呢?
浏览 1
提问于2019-05-15
得票数 1
回答已采纳
1
回答
知识图嵌入(KGE)和图神经网络(GNN)有什么区别?
、
、
在本文的第3页知识图嵌入与可解释人工智能中,他们提到如下: 请注意,知识图嵌入不同于图神经网络(GNNs)。KG嵌入模型一般是浅层模型和线性模型,应该区别于GNNs 78,后者是以关系结构为输入的神经网络。 不过,对我来说还是很模糊的。似乎我们可以从这两个方面获得嵌入。有什么不同吗?如果我们想要获得嵌入,我们应该如何选择哪种方法?
浏览 0
提问于2020-08-03
得票数 2
1
回答
Go编程语言是否取代了C++?
、
我在一些博客上读到,Go是一种更好的系统编程语言,并将取代C/C++。我目前正在学习C++。所以,我想知道我是应该继续学习C++还是搬到别处去?
浏览 1
提问于2015-02-05
得票数 2
回答已采纳
1
回答
人工神经网络基准
有没有什么基准可以用来检查ANN的实现是否正确? 我想要一些输入和输出数据,以及一些信息,比如: 三层前向神经网络的输出在90%的测试数据中应该是正确的。 我需要这些信息来确保这种人工神经网络能够处理这样的问题。
浏览 2
提问于2010-03-02
得票数 5
回答已采纳
1
回答
神经网络输入形状
、
、
、
考虑一下,如果我的语料库有5个句子,其中最大的句子大小是10个单词。 因此,嵌入矩阵是否为5x10。 神经网络输入层的输入形状是什么,或者如何将数据作为神经网络的输入。
浏览 3
提问于2020-09-10
得票数 0
回答已采纳
2
回答
为什么类相似性是不正确的?
、
、
、
、
我已经创建了一个神经网络,它将数据分类为大量的类别。我在Keras中使用了softmax和分类交叉熵。训练很成功,我达到了95%的准确率。问题如下,当我删除带有类别的最后一层,并使用具有余弦相似性的神经网络作为编码器时,预测是不正确的。这些类彼此不匹配。为什么以及如何解决这个问题?从理论上讲,神经网络应该以一种类似类邻近的方式来构建数据空间。
浏览 0
提问于2021-01-30
得票数 0
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
谷歌YouTube推荐系统的深度神经网络应用
神经网络推荐系统:利用深度学习和维基百科构建图书推荐系统
基于嵌入式FPGA平台的深度卷积神经网络
基于深度神经网络的推荐算法
嵌入式深度学习之神经网络二值化(1)
热门
标签
更多标签
云服务器
ICP备案
实时音视频
对象存储
云直播
活动推荐
运营活动
广告
关闭
领券