问题标签 [mlp]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python - 在没有 Keras 的情况下使用 Tensorflow 2.0 和急切执行
所以这个问题可能源于对 tensorflow 缺乏了解。但我正在尝试构建一个多层感知器tensorflow 2.0
,但没有Keras
。
原因是我的机器学习课程要求我们不使用 keras。为什么你可能会问?我不知道。
我已经tensorflow 2.0
用 Keras 轻松实现了我们的模型,现在我想在没有keras
.
这是我的问题。每当我在 上查找文档时Tensorflow 2.0
,甚至自定义培训指南都在使用 Keras。
据我了解,占位符和会话已成为过去tensorflow 2.0
,因此我有点不确定如何构建它。
我可以制作张量对象。我的印象是我需要使用 Eager Execution 并使用渐变胶带。但我仍然不确定如何将这些东西放在一起。
现在我的问题是。我应该从哪里获得更好的理解?哪个方向下降最大?
请告诉我我是否做错了这个堆栈溢出帖子。这是我第一次来这里。
machine-learning - 后退时梯度全为0,参数完全没有变化
我实现了策略梯度方法来学习未知函数(这里是一个 10 循环求和函数),但是模型没有更新。学习数据是输入和目标。func2 包括用于预测目标数的 MLP 模型。代码如下:
我找不到梯度都是 0 的原因。这个问题让我困惑了 2 天。任何人都可以帮助我吗?
matlab - 分类器产生连续值而不是不同的标签
这篇文档文章解释了如何为分类任务应用多层感知器。我有一个长度为 80 的输入特征向量,想训练一个多层感知器将输入向量分为两类——0 和 1。我的输出层包含 1 个节点。
问题 1)我希望分类器具有二进制输出,但模型输出实数值(介于0
和之间1
)。为什么会发生这种情况以及如何将其转换为二进制类?教程链接中没有提到如何获得二进制值标签,即在最后一层使用什么函数。
澄清一下,一旦计算出模型输出(以下是前 4 个输出值),
我可以使用一个简单的阈值函数bin_target = y>=0.5
,例如所有大于或等于 0.5 的数字都标记为 1,其余的标记为 0。但是,手动选择阈值对我来说似乎是任意的。
问题 2) MSE 的计算:是否应该计算已知二进制值目标Y
和实值模型输出之间的均方误差y
或简单误差来报告性能perfClassify = y_bin - Y
?
下面的代码是我对数据进行分类的尝试inputs
。
python - 如何使用 GridSearch 配置 parameter_space?
请参见下面的示例:
问题是要了解我的 ANN 是如何留在内部的。
我希望这个例子使用 20 个神经元作为输入层,两个隐藏层 200 和 100 个神经元,一个输出层有 1 个神经元,因为我的问题是二元分类。
输入层 (20) --- 隐藏层 1 (200) --- 隐藏层 2 (100) --- 输出层 (1)
我知道在“hidden_layer_sizes”中只会插入隐藏层,但是我们如何指示输入和输出层呢?以及“GridSearchCV”如何交替隐藏层中的神经元数量以找到最佳配置?
mlp - MLP 问题,错误:找到暗淡 3 的数组。估计器预期 <= 2 或
我试图用 MLP 解决机器学习问题。所以我有这个特殊的文件,其中有很多矩阵,每个矩阵有 21 行和 43 列,由 ******** 分隔,其中第一行是模拟,接下来的 20 是响应(每列代表一个属性,名称是在文件请求时写的,但我删除了它们,因为我认为我不需要它们)。到目前为止我已经编写了代码(我知道有更好的解决方案,但我看不到它..),我无法避免这个错误。我的逻辑是:我将模拟和响应分开在一些阵列中进行模拟。
machine-learning - 这个神经网络有多少隐藏层和总层数?
我使用下面的代码使用 keras 构建了一个 MLP。
总结是
我想知道这个 MLP 有多少隐藏层。我们应该将 3 称为此隐藏层的数量还是 4 个隐藏层。总层数是 5(输入 + 3 隐藏 + 1 输出(softmax)?
regression - 在 MLR 中创建 mlp 自定义学习器
你能帮我创建一个“RLearner_regr_mlp.R”吗?我需要用 MLR 包中的 mlp 解决回归问题,但我无法创建它的训练函数和预测方法。
python - TF 2.0 MLP 精度始终为零
我写了一个适合给定函数的简单神经网络的最小示例(用于回归的多层感知器)。
在训练过程中,损失按预期减少,模型运行良好。但是,精度始终保持恒定并等于 0.0,我不明白为什么。我在这里想念什么?
我猜有一些技术细节会阻止准确性更新?
训练过程和生成的模型可以在这个链接中看到
非常感谢您提供的任何帮助!;)
PS-这是重现此结果的最小示例:
python - 检查输入时出错:预期 dense_1_input 有 2 个维度,但得到的数组形状为 (25000, 700, 50)
trainData.shape = (25000, 700, 50) ,形状如下:
trainLabel.shape = (25000,) , , 形状如下:
使用它们来训练 MLP 模型,我应该如何重塑 trainData 和 trainLabel ?详细代码如下:
请帮忙。