1回答
如何提高MLP神经网络的精度
、、、、
我正在努力提高我的模型在UCI乳腺癌数据集上的准确性。有426条记录，这是一个二进制分类模型。批次大小:整个数据集上的批处理梯度下降，对于随机数据集，它是1/1，小批处理需要16批。它们都显示出相同的准确性。学习率为0.00095，历元为50。以下是随机梯度下降各时期后的学习
浏览 0提问于2022-10-23得票数 0
我目前正在使用excel工作表中的数据集来训练我的系统。下面是指向我正在使用的示例数据集的链接：，这里是我使用的代码：import xlrd if(deriv
浏览 4提问于2016-06-30得票数 0
回答已采纳
1回答
通过复制人为地增加数据集的大小？
、、、、
我正在做一个机器学习项目，其中我使用神经网络来解决二进制分类问题，然而，我的数据集( .csv格式)相对较小。它只有大约60个是/否案例，虽然它能够训练，但准确性并不是很好。我的解决方案就是复制数据集，在每次复制时，对数字进行微小的更改，即对每个数字加+-1或乘以0.999。通过这样做，我将数据集的大小增加到大约1100个新病例，并实现了更高的准确率。
浏览 41提问于2020-05-30得票数 0
我想用人工智能来解决这个问题。因此，我需要使用名为的解决方案来生成captchas。
你们中有谁知道如何产生这样的上限吗？致以最诚意的问候，
浏览 0提问于2018-06-18得票数 0
如何将我自己的数据集转换为pytorch几何图形神经网络的可用数据集？
所有教程都使用已转换为可由pytorch使用的现有数据集。例如，如果我有自己的点云数据集，我如何使用它来训练图神经网络的分类？我自己的用于分类的图像数据集呢？
浏览 7提问于2021-03-25得票数 4
我在多个数据集上使用预先训练过的神经网络(resnet)。如果数据集A有标签x、y、z、w，则为数据集C有标签-w，z，m，o
然后神经网络将所有标签放在它的最后一层，即->m，l，n，o，w，x，y，z.。现在，根据我拥有的数据集</e
浏览 11提问于2022-06-01得票数 0
1回答
哪种数据适合卷积神经网络
、、、、
我在websit 上搜索数据集。我想找出一些特定的数据集，可以用卷积神经网络进行训练。事实上，我在这方面的经验不多。你能告诉我上面的链接上哪种数据集可以用于CNN吗？如果数据集的类型不是很大，对我来说会更好，因为我使用了Tensorflow CPU。
提前谢谢你，
浏览 6提问于2017-06-12得票数 0
1回答
我有自己的图像数据集，并使用Mask-R-CNN进行训练。在这里，您可以将数据集分为训练、验证和测试。 我想知道验证和测试之间的区别。我知道，验证通常用于在每个时期之后查看NN的质量。在此基础上，你可以看到神经网络有多好，以及是否发生了过拟合。但我想知道神经网络是否基于验证集进行学习。 基于训练集，神经网络在每幅图像之后学习，并调整每个神经元以减少损失。在神经网络完成学习后，我们使用测试集来查看我们
浏览 68提问于2019-04-16得票数 0
回答已采纳
你能建议我在课堂实验中使用大约1000到10000的中等大小的数据集进行神经网络回归吗？波士顿住宅数据集但它们看起来确实很小。另一方面，我知道其他数据集，如齐洛价格，但它们似乎非常大，以探索不同类型的神经网络回归在课堂
浏览 0提问于2020-07-20得票数 0
我们是否需要在神经网络中进行验证，因为神经网络并不总是收敛到相同的答案？我从来没有听说过回归或集成学习等模型中的验证集。我们完全交叉验证我们的数据集。将其划分为k重训练集和测试集。然而，对于神经网络，我们还需要一个从训练集中提取的验证集。现在我知道为什么我们需要在神经网络中使用验证集了。我需要知道的是，为什么我们不做同样的步骤，比如说逻辑回归。
浏览 0提问于2014-11-14得票数 0
2回答
调整模型以获得更好的性能
、、、、
模型的开发是基于Keras库的人工神经网络
在这个使用编译和拟合方法的模型中，我已经预测了输出值。然而，我得到了不好的评价分数。
浏览 2提问于2020-05-20得票数 0
我收集的样本数据框是这样的…
文本长度是4个句子，我至少有18个作者，关于分类，这个任务是我的论文，我不能“只是”对文本进行分类，目标是将分类应用于从文本中提取的特征……我想知道哪种特征可以帮助我提高分类精度……(使用mo方法或神经网络)。
浏览 1提问于2020-10-29得票数 0
2回答
我是一个在业余时间学习数据科学的高中生.我得到了一个能够解决xor问题的神经网络。我的神经网络使用sigmoid作为隐层和输出层的激活函数。它也只有一个隐藏层。我想知道用我的神经网络可以解决的最简单的问题是什么。我想要一个数据库，其中有一个概率输出或类似的东西，因为我在把乙状结肠输出转换成正常值时遇到了问题。
浏览 0提问于2018-08-25得票数 1
回答已采纳
2回答
该模型预测了R虹膜数据集中的间隔长度。我注意到，随着时间的增加，模型的精确度(r^2)增加了(图1)。
通过增加历元数，我是以有害的方式对模型进行过度拟合，还是以有益的方式提高模型的准确性？
浏览 4提问于2017-07-03得票数 2
2回答
取多个神经网络的平均值？
、、、、
我用一个非常小的数据集来拟合一个神经网络，所以试着把数据分成训练和验证集。(有一个单独的测试集)如果我将训练/验证随机分成几次，为每个训练/验证分裂构造一个神经网络，并取测试集上神经网络预测值的平均值，它是否可以称为集成模型？或者，这种技术是否有一个特定的名称？编辑:我刚刚发现一种类似的技术叫做“重复随机次抽样验证”，但是RRSSV将数据分成训练和测试集(根据维基百科，它被称为“
浏览 0提问于2018-01-29得票数 2
我已经训练了神经网络，我想通过使用新的数据集保留训练好的神经网络来提高网络的性能。我能用命令行而不是GUI来做这件事吗？net=patternnet(20);使用第一个数据集训练神经网络后，其性能低于预期，因此我希望在不改变网络结构的情况下，使用数据集</em
浏览 8提问于2016-08-01得票数 0
1回答
数据集的决策树和神经网络
、、、、
我正在研究对数据集同时使用决策树和神经网络的优缺点。我一直在互联网上寻找答案，但我似乎找到的所有答案都是从大的角度来看每个问题的利弊。基本上，我试图弄清楚为什么决策树和神经网络对特定的数据集是有好处的。我假设无论数据集是大是小，离群值和丢失的数据都会对使用决策树或神经网络的准确性或不准确性产生影响。提前感谢
浏览 0提问于2018-04-10得票数 0
1回答
为非遇到的输入建立神经网络
、、、、
我正在创建一个简单的多层前馈神经网络使用神经网络库.我的神经网络是利用BackPropogation学习算法训练有监督学习方法的3层激活网络。output[][] = new output[n][0] {20};teacher.RunEpoch(input, output);
我的网络已经成功地为给定的培训集进行了培训
浏览 4提问于2015-11-03得票数 2
回答已采纳
2回答
假设我有一个具有不同类型的数值属性的数据集。这些特征向量必须适合于NNs。(应归一化/标准化向量.)例如，我们的数据集由足球比赛的数据组成。数据集：| local_elo
浏览 0提问于2018-07-18得票数 1
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
云直播活动推荐
腾讯云开发者
