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。

正向模式与反向模式的区别-Pytorch

在通过示例学习PyTorch的第一个示例中，作者演示了如何使用numpy创建神经网络。为了方便起见，以下代码粘贴了它们的代码：＃from：https：//pytorch.org / ...

numpy neural-network deep-learning pytorch backpropagation

回答 1 投票 0

在我的神经网络中的反向传播算法中找不到错误

我已经花了几个小时，但看不到。我知道错误在于反向传播部分，因为当我用Andrew Ng的代码替换它时，它就可以工作。但我无法将他的代码（从这里开始）与我所用的数学...

neural-network deep-learning backpropagation

回答 1 投票 0

Pytorch中是否有一种方法可以以可反向传播的方式计算唯一值的数量？

给出以下张量（这是网络[注意grad_fn]的结果）：张量（[121.，241.，125.，1.，108.，238.，125.，121.，13。，117.，121.，229.，161.，13.，0.，202.，161.，...

pytorch counting backpropagation

回答 2 投票 2

ReLU的反向传播-了解计算方式

我已经开始使用神经网络，并且正在尝试使用ReLU激活功能实现向前和向后传递。但是我觉得我相对误会了一些...

neural-network deep-learning backpropagation relu

回答 1 投票 0

我在np.random.seed（2）中收到“ IndentationError：预期为缩进块”。如何解决这个问题？

导入numpy作为np def initialize_parameters（n_x，n_h，n_y）：np.random.seed（2）＃我们设置了一个种子，尽管初始化是随机的，但我们的输出与我们的种子匹配。 W1 = np.random.randn（n_h，n_x）...

python numpy backpropagation

回答 1 投票 0

正在接收AttributeError：'tuple'对象没有属性'T'

我是该网站的新手，如果我没有正确执行此操作，但有问题，抱歉。该如何解决？ import numpy as np X =（（[[0，0，0，1]，[0，0，1，0]，[0，1，0，0]，[1，0，0，0] ...

python backpropagation

回答 1 投票 -1

'tuple'对象没有属性'T'

我不明白问题出在哪里X =（（[[0，0，0，1]，[0，0，1，0]，[0，1，0，0]，[1，0， 0，0]））y =（（[[0，0]，[0，1]，[1，0]，[1，1]））def back（self，x，h，output）：self.error = h -...

python backpropagation

回答 1 投票 -1

为什么我的神经网络停滞在一定的成本附近？

我正在制作一个神经网络，该网络应该能够使用可从此处下载的Mnist数据库来识别手写数字。该网络可以很好地处理1-5个示例，但在...

c++ neural-network backpropagation mnist feed-forward

回答 1 投票 -3

pytorch floor（）梯度方法的梯度是多少？

我正在我的一个模型中使用floor（）方法。我想了解pytorch对其梯度传播的作用，因为这种地板是一种不连续的方法。如果没有...

python machine-learning pytorch backpropagation

回答 1 投票 1

如何用Numpy在神经网络中正确计算梯度

我正在尝试使用numpy从头开始构建一个简单的神经网络类，并使用XOR问题对其进行测试。但是反向传播功能（backprop）似乎无法正常工作。在...

python numpy machine-learning neural-network backpropagation

回答 1 投票 2

在此示例中执行反向传播

我有一个DNN学习XOR的示例（右键单击以在新选项卡中打开）：https://colab.research.google.com/drive/1M5xFp4gaXPCbnejM8-5_yLp1B6UvwdL8我在这两行中感到困惑（与。。

tensorflow gradient data-science gradient-descent backpropagation

回答 1 投票 0

使用numpy的和python为克利夫兰数据集实施反向传播

我想用BP算法对神经网络预测心脏疾病。为此，我在这里使用链接UCI心脏疾病数据集：处理克利夫兰。要做到这一点，我用发现CDE ...

python numpy neural-network backpropagation gradient-descent

回答 1 投票 2

为OCR训练前馈神经网络[关闭]

目前我正在学习神经网络，我正在尝试创建一个可以训练识别手写字符的应用程序。对于这个问题，我使用前馈神经网络......

artificial-intelligence neural-network ocr backpropagation feed-forward

回答 4 投票 11

pytorch：来自两个网络的损失如何表现？

我试图在本书的第13.5节中，在pytorch中实现以下算法。这将需要两个独立的神经网络（在这个问题中，模型1和模型2）。一个人的损失是......

python machine-learning pytorch backpropagation

回答 1 投票 0

Pytorch ValueError：优化器得到一个空参数列表

当尝试创建一个神经网络并使用Pytorch对其进行优化时，我得到了ValueError：优化器获得了一个空参数列表这是代码。 import torch.nn as nn import torch.nn ....

python machine-learning pytorch reinforcement-learning backpropagation

回答 1 投票 2

如何计算选定子样本预测的训练损失

我正在培训视频序列的深度学习多目标跟踪模型。提取视频帧并以1fps进行注释。为了利用更平滑的时间连贯性，我已经提取了......

machine-learning optimization deep-learning backpropagation loss-function

回答 1 投票 0

在神经网络反向传播中，如何获得微分方程？

我很困惑为什么dz = da * g'（z）？众所周知，在前向传播中，a = g（z），在取z的导数后，我可以得到da / dz = g'（z），所以dz = da * 1 / g'（z）？谢谢！！

machine-learning neural-network backpropagation

回答 2 投票 0

什么是神经网络中的前向和后向传递？

神经网络中的正向传递和反向传递是什么意思？每个人在谈论反向传播和时代时都提到这些表达。我了解前向传递和...

neural-network backpropagation conv-neural-network

回答 1 投票 15

在神经网络中，为什么我们在反向传播时在导数前放置负数？

我在NN学习。我理解它是如何工作的粗略想法，但仍有一个不明确的事情。为什么我们在衍生品面前放减号？在......的情况下，它不应该只是衍生物吗？

artificial-intelligence backpropagation derivative

回答 1 投票 0

Pytorch：如何创建一个不是衍生品的更新规则？

我想实现下面的算法，取自本书第13.6节：我不明白如何在pytorch中实现更新规则（w的规则与theta的规则非常相似）。作为......

python machine-learning pytorch reinforcement-learning backpropagation

回答 1 投票 5

backpropagation 相关问题

最新问题