1回答
keras稠密模型的矩阵逆逼近
、、、、
我正在训练一个神经网络来计算3x3矩阵的逆。我使用的是具有1层和9个神经元的Keras密度模型。第一层上的激活函数是'relu‘，在输出层上是线性的。我使用了10000个行列式1的矩阵。我得到的结果不是很好(均方根在数百)。我一直在尝试更多的层，更多的神经元和其他激活函数，但增益非常小。代码如下： import numpy as np
浏览 21提问于2020-12-10得票数 2
回答已采纳
5回答
如何计算特征库中稀疏矩阵的逆
、、、、
我有一个关于C++的特征库的问题。实际上，我想要计算稀疏矩阵的逆矩阵。当我在本征中使用稠密矩阵时，可以使用.inverse()运算来计算稠密矩阵的逆。但是在稀疏矩阵中，我在任何地方都找不到逆运算。谁知道如何计算稀疏矩阵的逆？帮帮我。
浏览 7提问于2014-09-19得票数 10
回答已采纳
好的，我想比较一下关于稠密矩形矩阵不对称的矩阵逆的结果。通常使用DGETRF和DGETRI Blas来求矩阵逆。假设2000×2000双精度矩阵A，我想求解求矩阵-逆.用稀疏求解器求逆矩阵的思想是求解A*X=I，其中I是恒等矩阵。如果有解，X就是逆矩阵。所以如果A2000x2
浏览 7提问于2022-03-20得票数 -1
1回答
计算对称稠密矩阵(2000 * 2000)逆的对角线的最佳方法是什么？目前，我首先使用solve(x)计算逆，然后提取对角线(diag(y))。尽管它可以工作，但我想知道是否有更好的方法来实现它，这样代码运行得更快。我尝试了chol2inv()，但它不起作用，因为我的矩阵不是正定的。更新:对于任何可能感兴趣的人，我能够使用优化的数学库Intel MKL来加速矩阵求逆</em
浏览 2提问于2017-07-19得票数 8
2回答
Keras如何读取输入数据？
、、、、
我在一个项目中使用Keras，我不明白Keras如何使用数据输入，也就是说，Keras在创建第一层时如何读取我们的输入数据。例如：
谢谢。
浏览 3提问于2017-12-27得票数 0
回答已采纳
1回答
我正在寻找最佳的方法来计算稀疏矩阵A的伪逆列的子集。以下是一些相关事实：
伪逆是稠密矩阵。我目前正在使用scipy.linalg.lstsq(A,Id) (其中Id是NxN恒等矩阵的NxM子矩阵
浏览 2提问于2016-05-27得票数 1
回答已采纳
我有这样的数据：强度:X我也有一个针对对手的模型：实力:Z最后，所有战斗的结果都被写入一个数据库(目前该数据库大约有2800个结果)，并且类似于这样的模型：
战斗得分:y-k我想得到适当的力量和战斗得分的权重，因此我可以从它得到一个简单的公式，从而在某种程度上预测下一场比赛是赢还是输。
浏览 0提问于2018-10-06得票数 1
回答已采纳
1回答
我目前正在Keras中实现一个序列模型，并希望利用两个(或更多)预先训练过的单词嵌入。目前，我的方法是在将嵌入矩阵传递给Keras之前平均两个嵌入矩阵。但是，我想用加权平均代替。当然，我可以优化权值作为超参数的一种形式，但我想知道如何作为模型的一部分来实现，例如，通过softmax稠密层进行加权。理想情况下，我将有两个选项，第一个适合于合并整个矩阵的权重，第二个选
浏览 2提问于2018-12-29得票数 0
2回答
如何计算稀疏矩阵的广义逆
、、、、
我有一个稀疏矩阵W，当我使用linalg.pinv(W)时，它会抛出一些错误： File "/Users/ad9075/PycharmProjects但是，如果要计算广义逆，是否真的需要转换稀疏矩阵？有人对此有想法吗？
谢谢!
浏览 4提问于2012-11-02得票数 1
回答已采纳
1回答
我正在用Armadillo C++编写一个程序(4.400.1)
我有一个矩阵，它必须是稀疏和复杂的，我想要计算这种矩阵的逆。由于它是稀疏的，它可能是伪逆，但我可以保证矩阵有完全对角。在Armadillo的API文档中，它提到了计算任何矩阵的逆的方法.i()，但是sp_cx_mat成员不包含这样的方法，而且inv()或pinv()函数显然不能处理
浏览 3提问于2014-11-01得票数 3
回答已采纳
1回答
两个池层的对比特性
、、、、
我正在尝试设计一个双向的LSTM模型，我想连接在Max池和平均池层之后的特性。我把这个送给我的模特：from keras.layers.recurrent import LSTMfrom keras.models import Sequential
from keras.l
浏览 0提问于2018-10-13得票数 1
1回答
我正试图传递给我的神经网络一个形状与形状(1169909，10，10)的数组。but got array with shape (1169909, 10, 10)取决于我提供输入的方式，这只会增加我的困惑实际输入如下所示，它是由这些较小的10x10数组组成的数组： [
浏览 0提问于2018-10-30得票数 1
回答已采纳
这是一些关于我的图像分类问题的结构和我已经尝试过的信息。model.add(Dropout(0.3))
model.add(Dense(4,
浏览 2提问于2019-11-19得票数 0
1回答
我想实现CNN模型，完全连接MLP到我的蛋白质数据库，其中有2589个蛋白质。每个蛋白质有1287行和69列作为输入，1287行和8列作为输出。实际上有1287x1输出，但我在模型中使用了类标签的热编码来使用交叉熵损失。还有我想要
如果把输入**的三维矩阵** X_train =(2589,1287，69)和y_train = (2589,1287，8)输出考虑为图像，则输出也是矩阵。我知道稠密应该是正整数单位(用Keras解释)。)
浏览 0提问于2018-12-03得票数 0
回答已采纳
2回答
我训练了一个模型，并希望使用函数api将它与另一个keras模型结合(后端是tensorflow版本1.4)import tensorflow.contrib.keras.api.kerasas keras
input = Input(shape=(200,))
dnn = Dense(400, activation=(inputs=in
浏览 3提问于2018-01-17得票数 6
回答已采纳
我是Keras编程的初学者。我只想手动更新模型权重，在角点，以获得一个深刻的了解梯度下降。然而，当我尝试的时候，这个模型要么不能收敛，要么损失就会爆炸。我的步骤如下：模型=序列()model.add(稠密(64，input_dim =1，激活= &
浏览 1提问于2020-05-22得票数 2
假设我有一个像这样的角面模型： model = tf.keras.Sequential([ tf.keras.layers.Dense(10, activation='softmax')])第一层的权重名为model：Got来自model.layers[0].we
浏览 4提问于2020-01-06得票数 0
回答已采纳
在Matlab中，以下预处理共轭梯度方法是否有等效的Python表达式，其中第一个参数是函数句柄，而不是矩阵：
pcg(@(x)myfunction(x,arg1, arg2),x0,thres,max_iter
浏览 6提问于2017-04-24得票数 0
1回答
我们正在使用来自的这个数据集。我是一个神经网络的初学者，并试图找出我的方法，如何定义模型的最佳方式。目前，该模型根本无法检测到任何欺诈行为，而且所有预测都非常接近于0。最后还包括我的代码。我的问题是：
我应该如何编译模型和选择参数，如“时代”，以获得最佳的性能？从tensorflow.keras.layers进口密度，BatchNormalization
浏览 3提问于2022-09-18得票数 -1
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号