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
圈层
工具
MCP广场
文章/答案/技术大牛
搜索
搜索
关闭
发布
文章
问答
(9933)
视频
沙龙
3
回答
CNN
前
馈
或反向传播模型
、
、
、
卷积
神经网络
(CNN)是
前
馈
模型还是反向传播模型。通过比较
的
博客
和
维基百科对CNN
的
定义,我得到了这种困惑。
浏览 0
提问于2017-03-14
得票数 3
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?
、
、
、
然而,我读过几次这样的话: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
浏览 0
提问于2019-07-15
得票数 3
回答已采纳
1
回答
“统计
的
静态性”
和
“像素依赖性
的
局部性”
、
我正在阅读Krizhevsky等人
的
基于深度
卷积
神经网络
的
ImageNet分类论文,并在Intro段落中看到了以下几条线: 它们(
卷积
神经网络
)
的
容量可以通过改变它们
的
深度
和
宽度来控制,它们还对图像
的
性质(即统计量
的
平稳性
和
像素相依
的
局部性)作出了很强且大多数是正确
的
假设。因此,与具有类似尺寸层
的
标准
前
浏览 0
提问于2019-07-30
得票数 0
回答已采纳
1
回答
连接
前
馈
网络
和
卷积
神经网络
的
函数
式
API
、
、
、
现在我有两个
网络
f
和
g,第一个在任务1上训练,第二个在任务2上训练。我将我
的
数据标记为与任务1或任务2相关。我如何构建以下(可训练
的
)自定义体系结构: X ->决定是否相应地将1或2 ->传递给f或g? 我以前从来没有使用过这样
的
分支架构...
浏览 9
提问于2020-05-29
得票数 1
回答已采纳
1
回答
组合
神经网络
、
、
、
、
是否可以通过
神经网络
组合多种类型
的
数据,并反过来输出特定
的
数据类型?我正在考虑将CNN
和
ANN缝合在一起。 提前感谢!
浏览 0
提问于2020-07-15
得票数 0
4
回答
反向传播
和
前
馈
神经网络
有什么区别?
、
、
、
反向传播
和
前
馈
神经网络
有什么区别? 除了流向之外,还有其他
的
区别吗?假设我正在实现反向传播,即它包含正向
和
反向流。那么,反向传播是否足以显示
前
馈
?
浏览 10
提问于2015-02-09
得票数 42
回答已采纳
4
回答
反向传播是否应用于
卷积
神经网络
?
、
卷积
神经网络
使用反向传播算法吗?我不明白在完全
连接
的
层中到底发生了什么?
浏览 0
提问于2019-06-12
得票数 1
1
回答
CNN
卷积
层
和
池层会否适得其反?
、
、
、
我在谷歌上找不到一个简单
的
答案,这让我觉得答案是否定
的
,但我想确定. 在前
馈
网络
中,所有的权重层都会被反向传播,但是在反向支撑步骤上
的
卷积
神经网络
会发生什么呢?仅仅是
网络
的
前
馈
部分(在
卷积
和
池层之后)才会得到支持吗?这意味着
卷积
层是静态特征提取
的
一种形式。
浏览 0
提问于2019-07-30
得票数 2
回答已采纳
2
回答
“
前
向
网络
”
和
“完全
连接
的
网络
”有什么区别?
、
、
有人说“
前
馈
网络
”是一种典型
的
神经网络
。如果是这样的话,“
前
馈
网络
”意味着更大
的
范围,包括“完全
连接
的
网络
”?如果是这样,RNN或CNN也包括在“
前
馈
网络
”中吗?我想不是..。我希望有一个清晰
的
描述。
浏览 2
提问于2017-08-29
得票数 0
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
8
回答
卷积
神经网络
和
递归
神经网络
有什么区别?
、
、
我对
神经网络
这个话题很陌生。我遇到了两个术语--
卷积
神经网络
和
递归
神经网络
。 我想知道这两个术语是否是指同一事物,或者,如果不是,它们之间会有什么区别呢?
浏览 6
提问于2014-01-04
得票数 67
1
回答
每种类型
的
神经网络
(RNN、CNN、LSTM等)在哪里?excel?
、
、
其他类型
的
优势在哪里?
浏览 0
提问于2017-06-04
得票数 0
1
回答
在
神经网络
中,密集层之后
的
激活
函数
的
必要性如何?
、
、
、
、
我目前正在第一次使用深度Q学习来训练多个递归
卷积
神经网络
。 输入是11x11x1矩阵,每个
网络
由4个
卷积
层组成,维度为3x3x16、3x3x32、3x3x64、3x3x64。我使用stride=1
和
padding=1,每个convLayer后面都有ReLU激活。输出被馈送到具有128个单元
的
前
馈
全
连接
致密层,然后
馈
入也包含128个单元
的
LSTM层。紧随其后
的
两个密集层产生了单独<e
浏览 24
提问于2020-02-16
得票数 1
回答已采纳
2
回答
(tensorflow)能否将GridLSTM
和
MLP/CNN结合起来?
、
、
、
、
我试着用GridLSTM
和
MLP/CNN训练图像。2-D image -> GridLSTM -> MLP or CNN -> GridLSTM -> MLP or CNN -> Output 我试着运行GridLSTM
的
示例代码
和
Cifar10上
的
教程(用于CNN)。但这两个例子
的
输
浏览 2
提问于2016-09-22
得票数 1
回答已采纳
1
回答
为什么RNNs使用交叉熵作为损失
函数
?
、
、
我对
神经网络
非常陌生,我想知道为什么所有的rnns例子,特别是char- RNNs,都使用交叉熵损失
函数
作为它们
的
损失
函数
。我已经在谷歌上搜索过,但似乎无法在这个上下文中看到任何关于该功能
的
讨论。我被要求激励它
的
使用,看看它
的
优点
和
缺点,所以我能读到
的
任何论文或资料都会很感激。
浏览 2
提问于2017-06-14
得票数 2
3
回答
前
馈
神经网络
和
LSTM有什么区别?
、
前
馈
神经网络
和
LSTM有什么区别?他们
的
架构有何不同?
浏览 0
提问于2019-11-13
得票数 3
回答已采纳
1
回答
例如,在
神经网络
进行图像检测
的
情况下,“输入”到底指的是什么?
、
、
、
比方说,我们有图像集合形式
的
输入:- ( 200 , 56x56 ,3)其中200是不同图像
的
数量,56x56是像素(长度与宽度),3是RGB值 因此,x1、x2、x3、x4等指的是(实例数、像素(长度)、像素(宽度)
和
RGB值?
浏览 12
提问于2021-06-13
得票数 0
回答已采纳
1
回答
如何获得相同
的
损失值,每次训练一个CNN (MNIST数据集),用TensorFlow?
、
、
我想训练一个
卷积
神经网络
(用MNIST数据集
和
TensorFlow)几次新
的
,每次都得到相同
的
精度结果。为了得到这个,我: 我以前使用过一个
前
馈
网络
(3个隐藏
浏览 2
提问于2017-06-27
得票数 2
回答已采纳
1
回答
基于h2o
的
时间差分(强化学习)
我想知道h2o是否能够实现时间差分(强化学习)? 我知道TensorFlow有这个能力。
浏览 30
提问于2019-02-19
得票数 0
回答已采纳
1
回答
前
馈
网络
应用程序
有没有人用caffe作为
前
馈
网络
而不是
卷积
神经网络
? 我
的
输入数据是一维
的
。一切都很好,但是当我想要使用像max池这样
的
层时,caffe假设内核大小是方形
的
。我宁愿需要一个1模糊最大池内核。
浏览 6
提问于2015-06-19
得票数 0
回答已采纳
点击加载更多
相关
资讯
卷积神经网络的前向传播算法详解
基于嵌入式FPGA平台的深度卷积神经网络
图像分类中全连接层对卷积神经网络性能的影响
深入卷积神经网络:高级卷积层原理和计算的可视化
深入学习卷积神经网络中卷积层和池化层的意义
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