neural-network相关内容

tf.py_func 如何传递梯度

这是张量流中更快的 R-CNN 实现. proposal_layer 是 实现 python 我很好奇梯度是否可以通过tf.py_func 权重和偏差不断变化 所以我认为梯度返回成功 那我做个小测试 将 tensorflow 导入为 tf将 numpy 导入为 np定义插件(x):# 打印类型(x)返回 x + 1def pyfunc_test():# 创建数据x_data ..
发布时间:2021-12-31 17:01:11 AI人工智能

如何在 TensorFlow 的 MNIST 示例中获得预测的类标签?

我是神经网络的新手,并为初学者学习了 MNIST 示例. 我目前正在尝试在另一个没有测试标签的 Kaggle 数据集上使用这个例子. 如果我在没有相应标签的测试数据集上运行模型,因此无法像 MNIST 示例中那样计算准确度,我希望能够看到预测.是否有可能以某种方式访问​​观察结果及其预测标签并将其打印出来? 解决方案 我认为你只需要按照教程中的说明评估你的输出张量: accu ..

张量流中的非全连接层

我想创建一个网络,其中输入层中的节点仅连接到下一层中的某些节点.这是一个小例子: 到目前为止,我的解决方案是将 i1 和 h1 之间的边的权重设置为零,并且在每个优化步骤之后,我将权重与矩阵相乘(I称这个矩阵掩码矩阵),其中除了i1和h1之间边的权重的条目外,每个条目都是1.(见下方代码) 这种方法对吗?或者这对 GradientDescent 有影响吗?是否有另一种方法可以在 Ten ..

什么是词向量维数

我目前是深度学习的业余爱好者,正在本网站上阅读有关 word2vector 的内容https://www.kaggle.com/c/word2vec-nlp-tutorial/details/part-3-more-fun-with-word-vectors 对于 CBOW 或 skipgram 模型,我可以看到词向量的维度是 300,词汇量是 15000.我在之前的文章中读到,我们可以对向 ..
发布时间:2021-12-31 17:00:32 其他开发

使用带有插入符号训练的神经网络并调整参数

所以我读过一篇论文,该论文使用神经网络对一个数据集进行建模,该数据集与我目前使用的数据集相似.我有 160 个描述符变量,我想为 160 个案例建模(回归建模).我阅读的论文使用了以下参数:- '对于每个分割,都为 10 个单独的训练测试折叠中的每一个开发了一个模型.具有 33 个输入神经元和 16 个隐藏神经元的三层反向传播网络用于在线权重更新、0.25 学习率和 0.9 动量.对于每个折 ..
发布时间:2021-12-31 17:00:22 其他开发

如何获得可重现的结果(Keras、Tensorflow):

为了使结果可重现,我已将 20 多篇文章添加到我的脚本中,并将最多的功能添加到我的脚本中……但失败了. 在官方消息中,I red 有 2 种种子 - 全局种子和可操作种子.可能是,解决我的问题的关键是设置操作种子,但我不知道在哪里应用它. 请您帮我用 tensorflow(版本 > 2.0)实现可重现的结果吗?非常感谢. from keras.models import Sequen ..
发布时间:2021-12-31 17:00:10 其他开发

JavaScript 中的现有 OCR 脚本

我有一个 CMS 增强的想法,从图像(例如,扫描的文档)中提取文本信息,想知道是否已经有任何东西可以帮助我? 基本上,我想知道是否有用 JavaScript 编写的现有 OCR 脚本可以从图像中提取句子/单词(例如使用 canvas). 我知道有一些脚本可以执行相对较小的任务,例如验证码破解,但我还没有遇到用于提取完整句子的脚本. 有这种东西吗,还是我需要从头开始写? 解决 ..
发布时间:2021-12-31 17:00:02 前端开发

感知器中的阈值有什么意义?

我无法看到阈值在单层感知器中的实际作用.无论阈值是多少,数据通常都是分开的.似乎较低的阈值可以更平等地划分数据;这是它的用途吗? 解决方案 实际上,您只需在不使用偏差时设置阈值即可.否则,阈值为 0. 请记住,单个神经元用超平面划分您的输入空间.好吗? 现在想象一个有 2 个输入 X=[x1, x2]、2 个权重 W=[w1, w2] 和阈值 TH 的神经元>.该等式显示了该神 ..

如何从 PySpark MultilayerPerceptronClassifier 获得分类概率?

我在 python 中使用 Spark 2.0.1,我的数据集在 DataFrame 中,所以我使用 ML(不是 MLLib)库进行机器学习.我有一个多层感知器分类器,但只有两个标签. 我的问题是,是否有可能不仅获得标签,而且(或仅)获得该标签的概率?不仅仅是每个输入的 0 或 1,而是 0.95 表示 0 和 0.05 表示 1.如果 MLP 无法做到这一点,但其他分类器可以做到,我可以更 ..

具有正则化数据的 tanh 错误饱和度的神经网络

我使用的神经网络由 4 个输入神经元、1 个由 20 个神经元组成的隐藏层和一个由 7 个神经元输出层组成. 我正在尝试针对 bcd 到 7 段算法训练它.我的数据被归一化 0 是 -1,1 是 1. 当输出错误评估发生时,神经元饱和错误.如果期望的输出是 1 而实际输出是 -1,则错误是 1-(-1)= 2. 当我乘以激活函数的导数error*(1-output)*(1+out ..
发布时间:2021-12-31 16:59:25 其他开发

如何为 keras 提供恒定输入

我的网络有两个时间序列输入.其中一个输入有一个固定向量,每个时间步都重复.有没有一种优雅的方法将这个固定向量加载到模型中并使用它进行计算? 解决方案 您可以使用 jdehesa 描述的张量参数创建静态输入,但是张量应该是 Keras(而不是 tensorflow)变量.您可以按如下方式创建: from keras.layers import 输入从 keras 导入后端为 K常数 = [ ..

cPickle 非常大量的数据

我有大约 80 万张 256x256 的 RGB 图像,总大小超过 7GB. 我想将它们用作卷积神经网络中的训练数据,并且想将它们连同它们的标签一起放入 cPickle 文件中. 现在,这占用了大量内存,以至于需要与我的硬盘驱动器内存进行交换,并且几乎将其全部消耗掉. 这是个坏主意吗? 在不引起太多内存问题的情况下加载到 CNN 或腌制它们的更智能/更实用的方法是什么? ..
发布时间:2021-12-31 16:58:27 Python

将神经网络输出限制为训练类的子集

是否可以将向量传递给训练有素的神经网络,使其仅从训练识别的类的子集中进行选择.例如,我有一个经过训练可以识别数字和字母的网络,但我知道我接下来运行它的图像不会包含小写字母(例如序列号的图像).然后我向它传递一个向量,告诉它不要猜测任何小写字母.由于这些类是互斥的,因此网络以 softmax 函数结束.以下只是我想尝试但没有真正奏效的示例. 将 numpy 导入为 npdef softmax(ar ..
发布时间:2021-12-31 16:58:09 Python

PyBrain:如何在神经网络中放置特定的权重?

我正在尝试根据给定的事实重新创建一个神经网络.它有 3 个输入、一个隐藏层和一个输出.我的问题是权重也给定了,所以我不需要训练. 我在想,也许我可以保存类似结构神经网络的训练并相应地更改值.您认为这行得通吗?还有其他想法吗.谢谢. 神经网络代码: net = FeedForwardNetwork()inp = 线性层(3)h1 = SigmoidLayer(1)输出 = 线性层(1 ..
发布时间:2021-12-31 16:58:04 Python

Keras:制作一个神经网络来找到一个数字的模数

我是一名经验丰富的 Python 开发人员,但在机器学习方面完全是新手.这是我第一次尝试使用 Keras.你能说出我做错了什么吗? 我正在尝试制作一个神经网络,它采用二进制形式的数字,并在除以 7 时输出其模数.(我的目标是执行一个非常简单的任务,只是为了看看一切正常.) 在下面的代码中,我定义了网络,并在 10,000 个随机数上对其进行了训练.然后我在 500 个随机数上对其进行测 ..

用于多任务学习神经网络的 Keras 的顺序与功能 API

我想为多任务深度学习任务设计一个神经网络.在 Keras API 中,我们可以使用“顺序"或“函数"方法来构建这样的神经网络.在下面,我提供了用于构建网络的代码,使用这两种方法构建具有两个输出的网络: 顺序 seq_model = Sequential()seq_model.add(LSTM(32, input_shape=(10,2)))seq_model.add(密集(8))seq_m ..
发布时间:2021-12-31 16:57:43 Python