Domande taggate «neural-network»

Struttura di rete ispirata a modelli semplificati di neuroni biologici (cellule cerebrali). Le reti neurali sono addestrate per "apprendere" mediante tecniche supervisionate e non supervisionate e possono essere utilizzate per risolvere problemi di ottimizzazione, problemi di approssimazione, classificare modelli e loro combinazioni.

2
Massimizza il MSE di un modello di keras
Ho una rete generativa contraddittoria, in cui il discriminatore viene minimizzato con l'MSE e il generatore dovrebbe essere massimizzato. Perché entrambi sono avversari che perseguono l'obiettivo opposto. 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) Cosa devo adattare per ottenere un modello di generatore che beneficia …


3
L'oggetto è enumerabile ma non indicizzabile?
Riepilogo e domanda del problema Sto cercando di esaminare alcuni dei dati all'interno di un oggetto che possono essere enumerati ma non indicizzati. Sono ancora una novità per Python, ma non capisco come sia possibile. Se riesci a enumerarlo, perché non riesci ad accedere all'indice allo stesso modo dell'enumerazione? E …

6
Keras che non supportano TensorFlow 2.0. Raccomandiamo di usare `tf.keras`, o in alternativa, il downgrade a TensorFlow 1.14
Si è verificato un errore relativo a (Keras che non supporta TensorFlow 2.0. Si consiglia di utilizzare tf.keras, o in alternativa, il downgrade a TensorFlow 1.14.) Eventuali raccomandazioni. Grazie import keras #For building the Neural Network layer by layer from keras.models import Sequential #To randomly initialize the weights to small …

2
Utilizzando il modulo del cervello di Gekko, come posso determinare quanti livelli e quale tipo di livello utilizzare per risolvere un problema di apprendimento profondo?
Sto imparando a usare il modulo cerebrale di Gekko per applicazioni di apprendimento profondo. Ho creato una rete neurale per apprendere la funzione numpy.cos () e quindi produrre risultati simili. Ottengo una buona misura quando i limiti del mio allenamento sono: x = np.linspace(0,2*np.pi,100) Ma il modello cade a pezzi …
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.