backpropagation 相关问题

反向传播是梯度计算的一种方法，通常用于人工神经网络中以执行梯度下降。

我的BPTT实现有什么问题？

我尝试通过时间手动实现反向传播，但最终网络无法融合。我尝试在网上四处寻找有关BPTT的描述和课程，并且代码确实...

c++ backpropagation back-propagation-through-time

回答 1 投票 0

神经网络输入缩放

我在CIFAR-10数据集上训练了一个简单的完全连接的网络：导入炬导入torch.nn为nn导入torch.nn。用作F导入torchvision导入torchvision.transforms作为变换...

tensorflow neural-network pytorch backpropagation

回答 1 投票 0

具有多个输出的网络，如何计算损耗？

[当训练一个具有多个分支且因此具有多个损失的网络时，keras描述中提到，全局损失是两个部分损失的加权总和，即...

tensorflow keras backpropagation loss-function cnn

回答 1 投票 0

使用神经网络中使用softmax函数的反向传播算法

我正在从头开始为MNIST数据创建一个神经网络，所以我在输出层有10个类。我需要执行反向传播，为此，我需要为最后一层计算dA * dZ，其中...

python python-3.x math neural-network backpropagation

回答 1 投票 0

在python中进行逻辑回归的负对数似然成本和相对于w，bF的梯度损失

用于查找成本函数的公式：用于计算w，b的梯度损失的公式：参数：w-权重，大小为（num_px * num_px * 3，1）的numpy数组b-偏差，标量X-数据大小（num_px * ...

python logistic-regression backpropagation

回答 1 投票 -1

向后传播的澄清

[就像我通常在家里待了太长时间时所做的那样，我正在考虑向后传播。如果我的想法正确，那么对于计算权重更新，我们实际上就不需要计算...

neural-network backpropagation

回答 1 投票 0

基于矩阵的反向传播算法有什么问题？

我正在通过尼尔森的神经网络和深度学习进行工作。为了加深我的理解，尼尔森建议改写他的反向传播算法，以采用基于矩阵的方法（据说很多...

python numpy neural-network linear-algebra backpropagation

回答 1 投票 0

反向传播示例

我正在尝试实现自己的神经网络，但是我对自己的数学是正确的不是很自信。我正在进行MNIST数字识别，因此我的softmaxed输出为10个概率。作为输出。 ...

machine-learning neural-network backpropagation mnist

回答 1 投票 0

如何在不同大小的图层上执行反向传播？

我正在使用众所周知的手写数字MNIST数据库开发第一个神经网络。我希望NN能够将给定图像的数字分类为0到9。我的神经网络由...

python numpy machine-learning neural-network backpropagation

回答 1 投票 2

无法在我的神经网络中执行不同大小的层的反向传播

我正在使用众所周知的手写数字MNIST数据库开发第一个神经网络。我希望NN能够将给定图像的数字分类为0到9。我的神经网络由...

python numpy machine-learning neural-network backpropagation

回答 1 投票 1

如何训练反叛神经元？

我正在通过mmnist时尚数据集训练一个非常基本的NN。我正在使用自己的代码，这并不重要。我使用了一个与ADAM类似的简化算法，并使用了一个古怪的公式（train_value-...

python numpy neural-network jupyter backpropagation

回答 1 投票 -1

当我在torch.no_grad（）中包含'loss.backward（）'时，为什么反向传播过程仍然可以工作？

我正在使用PyTorch中的线性回归示例。我知道我在'with torch.no_grad（）：'中包含'loss.backward（）'时做错了，但是为什么它与我的代码配合得很好？根据pytorch文档，...

pytorch backpropagation

回答 1 投票 0

反向传播和递归神经网络是否相同？

我到处都搜索了这个主题，但是找不到我想要的确切解决方案。因此，我对反向传播和递归神经网络这两个术语仍然感到困惑。我...

neural-network recurrent-neural-network backpropagation

回答 1 投票 0

为什么在定义RELU autograd函数时需要克隆grad_output并将其分配给grad_input？

我正在学习pytorch教程的autograd部分。我有两个问题：为什么在反向传播过程中，除了简单分配外，为什么需要克隆grad_output并将其分配给grad_input？ ...

pytorch backpropagation autograd

回答 1 投票 0

带有Tensorflow 2.0中用于学习转移的反向支持的Gradcam

我在TF 2.0中使用梯度可视化和转移学习时出错。梯度可视化在不使用转移学习的模型上工作。当我运行代码时，出现错误：...

python gradient tensorflow2.0 backpropagation

回答 2 投票 2

我如何鼓励在前馈神经网络中冒险？

我正在第一次真正地深入到神经网络，并且我正在尝试构建没有任何外部数据库的经典“数字识别网络”。经过一些初步测试，我得到了...

machine-learning neural-network backpropagation loss-function feed-forward

回答 1 投票 1

火炬：反向传播梯度，无需更新变量

在pytorch中，是否存在一种有效的方法来反向传播渐变，但不更新其相应变量？似乎在更新期间每次都复制权重太昂贵了。但是...

pytorch gradient torch backpropagation

回答 1 投票 1

反向传播在C ++神经网络中提供奇怪的值

[我正在尝试使用我用C ++从头开始编写的神经网络来解决虹膜数据集，该神经网络将150行分为4列的3种不同的花朵，然后是花朵类型的第五个花朵...

c++ machine-learning neural-network backpropagation

回答 1 投票 0

PyTorch：简单的前馈神经网络在没有keep_graph = True的情况下无法运行

以下是我用于训练前馈神经网络（FFNN）的代码。标签是介于0到50之间的数字。FFNN包含一个包含50个神经元的隐藏层和一个包含51个神经元的输出层...

python debugging pytorch backpropagation loss-function

回答 1 投票 0

ND卷积反向传播

为了教育，我正在尝试在卷积神经网络中实现N维卷积层。我想实现反向传播功能。但是，我不确定...

python conv-neural-network convolution backpropagation

回答 1 投票 8

backpropagation 相关问题

最新问题