为什么bp神经网络跑程序每次结果都不一样？ 
2024-06-06 06:15:32
提问者: 未知
你说的结果应该是重新训练模型后，对结果进行预测。bp神经网络本质上是多层线性回归，训练模型是基于统计学对参数进行设置收敛。题中说到，为什么每次结果。从表面上看，模型每次的训练的参数可能有很多种，最后导致预测结果有出入。从本质上看，模型存在过拟合或者欠拟合，导致模型有些随机性。所以，如果希望每次误差更小，应该对模型进行优化，这样就可以有所改善。matlab bp神经网络出错 newff参数 隐含层 怎么确定
2024-06-06 08:10:35
提问者: 未知
层节数不能取的太小，否则会导致根本无法训练，隐含层神经元最小个数大体估算为：（输入神经元个数+输出神元个数） ，双隐含层就是有两个隐含层，比如你的网络参数写为：[26,26,1],这样网络就是双隐含层，关于用bp神经网络做分类时，指标的筛选问题
2024-06-06 16:04:38
提问者: 未知
把指标差异不显著的变量加入到特征中不会有任何意义，只会白白增加训练时间而已。bp神经网络初始权阈值的问题
2024-06-06 03:50:41
提问者: 未知
你不是在逗我玩吧？没有规律，因为是随机初始化的。似乎有个initfcn决定怎么进行初始化，我很久...bp神经网络评价和预测有什么不同
2024-06-06 07:35:52
提问者: 未知
前者是知试的，训练好的网络模型来预测输出，然后与真实输出对比，来评价坏。例如对函数y=x^2在[-1:0.1:1]区间训练，通过bp网络测试[0.4:0.2:1]输出为a,b,c,d,真实值很显然就是0.16,0.36,0.64,1，然后通过误差对比来评价；后者是不知道真实输出的，只能用预测输出，例如对股票预测。图神经网络如何入门？
2024-06-06 01:32:08
提问者: 未知
深度学习的发展日新月异，从经典的深度网络（dnn、cnn、rnn）到gan、强化学习。...比如社交网络中，将用户作为节点，用户之间的关注关系建模为边，通过边预测实现社交用户的...贝叶斯网络分类器和神经网络分类器的区别？
2024-06-06 15:15:05
提问者: 未知
shulang lei 我在seattle全职写clojure 7 人赞同了该回答 假设有a,b,c,d,e,f...然后，让它去识别一个输入，把一个输入 从神经网络出来后，就会被映射到一个输出（一个分类）。...rbf神经网络和bp神经网络有什么区别
2024-06-06 08:06:00
提问者: 未知
1.rbf 的泛化能力在多个方面都优于bp 网络, 但是在解决具有相同精度要求的问题时, bp网络的结构要比rbf 网络简单。2. rbf 网络的逼近精度要明显高于bp 网络,它几乎能实现完全逼近, 而且设计起来极其方便, 网络可以自动增加神经元直到满足精度要求为止。但是在训练样本增多时, rbf 网络的隐层神经元数远远高于前者, 使得rbf 网络的复杂度大增加, 结构过于庞大, 从而运...随机深度神经网络？
2024-06-06 23:48:58
提问者: 未知
这也就是循环神经网络rnn。...蓄水池网络具有的一种能力是，如果你给它一个复杂的时间序列输入（i），比如股市的变化，它可以自动的抽取出这种变化背后的独立性因子，并在一定...如何设计神经网络
2024-06-06 01:39:29
提问者: 未知
11. 算法的类型设计一个硬件**，首先我们要考虑算法是通用的还是专用的。一般来说，深度神经网络应用主要使用的是专用算法，但也不排除需要一些比较通用的算法作为辅助。在这种情况下，可能我们需要不同的类型的硬件来进行支持。比如我们之前在介绍dsp ip的文章中提到过，目前支持神经网络的dsp ip往往用一个比较通用的处理器实现传统的computer v**ion算法和控制功能，而用一个专门的convo...特别声明：本网为公益网站，人人都可发布，所有内容为会员自行上传发布"，本站不承担任何法律责任，如内容有该作者著作权或违规内容，请联系我们清空删除。