Questions marquées «neural-network»

Structure de réseau inspirée de modèles simplifiés de neurones biologiques (cellules cérébrales). Les réseaux neuronaux sont formés pour "apprendre" par des techniques supervisées et non supervisées, et peuvent être utilisés pour résoudre des problèmes d'optimisation, des problèmes d'approximation, classer des modèles et des combinaisons de ceux-ci.


2
Maximiser le MSE d'un modèle de keras
J'ai des réseaux contradictoires génératifs, où le discriminateur est minimisé avec le MSE et le générateur devrait être maximisé. Parce que les deux sont des adversaires qui poursuivent le but opposé. generator = Sequential() generator.add(Dense(units=50, activation='sigmoid', input_shape=(15,))) generator.add(Dense(units=1, activation='sigmoid')) generator.compile(loss='mse', optimizer='adam') generator.train_on_batch(x_data, y_data) Que dois-je adapter pour obtenir un modèle …


3
L'objet est énumérable mais pas indexable?
Résumé du problème et question J'essaie de regarder certaines des données à l'intérieur d'un objet qui peuvent être énumérées mais non indexées. Je suis encore novice en python, mais je ne comprends pas comment cela est possible. Si vous pouvez l'énumérer, pourquoi ne pouvez-vous pas accéder à l'index de la …

6
Keras qui ne prend pas en charge TensorFlow 2.0. Nous vous recommandons d'utiliser `tf.keras`, ou bien de rétrograder vers TensorFlow 1.14
Je rencontre une erreur concernant (Keras qui ne prend pas en charge TensorFlow 2.0. Nous vous recommandons d'utiliser tf.kerasou de rétrograder vers TensorFlow 1.14.) Toutes les recommandations. Merci import keras #For building the Neural Network layer by layer from keras.models import Sequential #To randomly initialize the weights to small numbers …

2
À l'aide du module cerveau de Gekko, comment puis-je déterminer le nombre de couches et le type de couche à utiliser pour résoudre un problème d'apprentissage en profondeur?
J'apprends à utiliser le module cérébral de Gekko pour des applications d'apprentissage en profondeur. J'ai mis en place un réseau neuronal pour apprendre la fonction numpy.cos () et produire des résultats similaires. J'obtiens un bon ajustement lorsque les limites de ma formation sont: x = np.linspace(0,2*np.pi,100) Mais le modèle s'effondre …
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.