-
1 votesanswersviews
scikit学习平均感知器分类器
我是机器学习的新学习者，我想做一个只有少数属性的2级分类 . 我通过在线研究得知，两类平均感知器算法适用于线性模型的两类分类 . 但是，我一直在阅读Scikit-learn的文档，如果Scikit-learn提供了一个平均的感知器算法，我有点困惑 . 我想知道 sklearn.linear_model.Perceptron 类是否可以通过正确设置参数来实现为两级平均感知器算法 . 非常感谢你的帮助... -
0 votesanswersviews
由于tf.placeholder的麻烦，无法运行谓词
道歉，我是Tensorflow的新手 . 我正在开发一个简单的onelayer_perceptron脚本，只需使用Tensorflow获取init参数训练神经网络： 我的编译器抱怨： 您必须使用dtype float为占位符张量'input'提供值 错误发生在这里： input_tensor = tf.placeholder（tf.float32，[None，n_input]，name =“... -
0 votesanswersviews
如何训练多层感知器？异或门
所以我已经弄清楚了一个感知器是如何工作并成功编码的 . 现在我正在尝试实现一个可以解决XOR门问题的多层感知器，我对如何训练它感到困惑 . 我知道如何在理论上解决具有3个感知器的XOR - 具有2个感知器的隐藏层（一个是OR门，另一个是NAND门）和具有单个感知器（AND门）的输出层 . 所有这些听起来像是我必须单独训练每个感知器才能成为特定类型的门 . 但是，如果我有更多的神经元，但又有更多的... -
1 votesanswersviews
反向传播和训练设置为假人
我正处于研究神经网络的最开始，但是我的稀缺技能或缺乏智力不允许我从流行文章中理解如何正确地准备用于反向传播训练方法（或其局限性）的训练集 . 例如，我想训练最简单的两层感知器以通过反向传播来解决XOR（例如，修改来自第一层的4个突触和来自第二层的4个突触的随机初始权重） . 简单XOR函数有两个输入，一个输出：{0,0} => 0，{0,1} => 1，{1,0} => 1，{1... -
0 votesanswersviews
神经网络的阈值处理
我为AND门实现了一个神经网络，有2个输入单元，2个隐藏单元和1个输出单元 . 我使用40个输入训练神经网络200个时期，学习率为0.03 . 当我尝试为训练的神经网络测试AND输入时，它给出了输出为： 0,0 = 0.295（预期0） 0,1 = 0.355（预期0） 1,0 = 0.329（预期0） 1,1 = 0.379（预计1个） 这不是网络预期的输出 . 但是，如果我...