是否可以使用Keras创建具有不同激活函数的隐藏层，它们都连接到输入层，而不是彼此连接？
例如，有10个神经元的隐层，其中5个神经元具有ReLU激活，5个神经元具有Sigmoid激活功能。
浏览 5提问于2017-09-11得票数 0
回答已采纳
1回答
手写签名验证
、、、
我使用了ICDAR 2011签名数据集(是对原始图像和伪造图像的编码进行配对以获得一个培训样本(标记为0)。编码来自预先训练的VGG-16卷积神经网络(除去完全连接的层)。然后，我修改了具有以下体系结构的完全连接层：
第二隐藏层:500个单位(
浏览 1提问于2019-01-21得票数 4
2回答
在Keras中，我可以创建任何具有线性激活函数的网络层，如下所示(例如，采用完全连接的层)：但我在PyTorch文档中找不到线性激活函数。ReLU不合适，因为我的样本中有负值。如何在PyTorch中创建具有线性激活函数的
浏览 3提问于2021-02-20得票数 0
我正在为Toxici评论分类Kaggle竞赛撰写一份大学报告，比较不同模型的不同尝试，我想知道卷积神经网络是否是一个模型，多输出层模型。ONMO也称为多任务学习，这种方法将有一个输入层、一组隐藏层和每个标签的一个输出层。
另一方面，CNN是几层具有非线性激活函数(如ReLU或tanh )的卷积。它使用输入层上的卷积来计算输出，而不是完全连接<em
浏览 0提问于2018-03-12得票数 0
1回答
通常在递归神经网络(具有一个或多个层)的顶部添加一个密集的全连接层作为最后一层，以便了解到最终输出维度的降维。假设我需要一个范围为-1到1的输出，在这种情况下，我将使用具有tanh激活函数的密集层。
我的问题是:为什么不添加另一个内部大小为1的递归层呢？它将是不同的(在随时间
浏览 0提问于2017-03-17得票数 2
2回答
我正在学习人工神经网络，并且已经实现了一个具有几个隐藏层的标准前馈网络。现在，我正在尝试了解递归神经网络(RNN)在实践中是如何工作的，并且在激活/传播如何在网络中流动方面遇到了问题。在我的前馈中，激活是简单的一层一层地激活神经元。在递归网络中，神经元连接回以前的层，有时连接到自己，因此传播网络的方式
浏览 0提问于2012-10-14得票数 10
回答已采纳
一个简单的提示是值得欣赏的。我们如何使用Keras融合来自2个不同网络的特征表示输出？
更多解释:该模型由CNN和门控RNN组成。，并馈送到标准softmax回归分类器。
浏览 10提问于2017-02-07得票数 2
1回答
我设计了一个神经网络，它有两个隐藏层，具有不同的激活函数。如何使用sklearn.neural_network.MLPClassifier库为每一层设置不同于其他层的激活函数？错误是:错误是：“rai
浏览 58提问于2021-05-29得票数 1
2回答
Keras致密层与激活层的区别
、、、、
我想知道Keras的激活层和致密层有什么不同。
由于激活层似乎是一个完全连接的层，并且Dense有一个参数来传递激活函数，那么最佳实践是什么？让我们想象这样一个虚构的网络: Input -> Dense -> Dropout -> Final Layer最后一层应该是: Dense(activation=softmax)或Activation什么
浏览 3提问于2016-11-29得票数 30
回答已采纳
2回答
我试图建立一个基于虹膜数据集的神经网络。我有一个四维的输入。X = dataset[:,0:4].astype(float)。然后，我创建了一个四个节点的神经网络。model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
据我所知，我将每个维度传递给单独的节点当我创建一个有8个输入节点的神经网络时，它是如何工作的？
浏览 0提问于2018-08-20得票数 2
回答已采纳
1回答
神经网络同一层中不同的激活函数
、、、、
我的问题是，如果我将不同的激活函数安排在一个神经网络的同一层中，并对其他隐藏层保持相同的趋势，将会发生什么。假设启动时有3个relu单元，在此之后有3个tanh，其它激活函数I是相同的隐层，对于其他隐层，我是在缩放所有具有相同尺度(递减/增加)的节点，并且激活函数的排列和顺序不变。
浏览 0提问于2020-04-19得票数 2
回答已采纳
事实上，即使激活函数的值在-10到10之间，这也会使网络更加灵活，就像我所看到的那样。毕竟，问题不可能只有在没有适当的公式的情况下才能解决。请解释一下我错过了什么。
浏览 4提问于2020-02-12得票数 1
回答已采纳
1回答
当我查看一些代码示例时，比如这个一，添加一个注意层是有意义的，并且似乎提高了LSTM模型的性能。然而，它看起来非常像一个规则的，完全连接的层。在该链接中(并稍加修改符号)，注意层输出。相反，一个规则的完全连接的层：
对于一些激活函数\sigma(.)。我对上面的注意实现
浏览 0提问于2022-08-11得票数 3
1回答
作为Tensorflow学习的一部分，我编写了一个代码，通过面部图片识别我和其他人。然而，它错误地识别了作为我的其他人的3张照片中的1张。你怎么解决这个问题？我尝试了不同的东西，但仍然得到了相同的结果。
2致密层具有relu和乙状结肠激活功能，2致密层具有relu和softmax激活函数，3层具有relu和sigmoid
浏览 7提问于2020-05-16得票数 1
让我们考虑一下函数方程从数学上讲，我们知道如何以封闭的形式求解该方程，但如果我们寻找具有relu激活函数的完全连接的1层或2层神经网络形式的近似解f呢？在Tensorflow中进行梯度下降的最佳方法是什么对于在-10,10中随机抽取的小批量x's？我的问题源于这样一个事实，即等式中既有f(x)又有f(x+1)，这与经典的监督学习<
浏览 0提问于2018-09-02得票数 1
其中a随样本的变化而变化。我正在使用batch size = 1进行训练，以避免可变批量大小的问题。我创建了以下LSTM网络。现在的问题是，我的目标是形状[1,a,1]的概率向量。对于每个样本，概率向量的和是1。
我想在最后一层应用softmax激活，这样我就可以将其与目标进行比较。我该怎么办？================================================================================
浏览 2提问于2018-05-29得票数 0
2回答
虽然使用了ReLU激活函数，但我听说神经网络存在消失梯度问题。我们是否有可能找到一个不限制层数的新的激活函数？(也许我们需要彻底的搜索.在200~500层神经网络中检验列车
浏览 0提问于2020-05-06得票数 0
回答已采纳
1回答
我想知道是否有可能创建一个自定义的网络结构，其中输入层通过使用tensorflow与与输入层不相邻的隐藏层有额外的连接。举个例子，假设我有一个简单的网络结构，如下所示。learning_rate=0.001))是否有一种方法可以使具有输入值的第一层
浏览 4提问于2021-12-01得票数 0
回答已采纳
我完全是NN的新手，我想对属于不同游戏的近6000张图像进行分类(由IR收集)。我使用了以下链接中介绍的步骤，但我在每一轮中都获得了相同的训练精度。关于NN架构的一些信息:2个传统层、激活层和池化层。激活类型: relu，第一层过滤器数量为30，第二层过滤器数量为70。2个完全连接的层，分别有500层<
浏览 1提问于2017-06-25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
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
