• 如何在keras中的model.fit()方法中添加更多问题样本?

    我模拟了带有随机x值和y初始值的函数的输出。所以我得到了函数的x和y值。我的目标是预测应用此功能的参数alpha。 (例如:y(k + 1)= alpha * y(k)+ g(x(k)))。 现在,我在仿真阶段使用了不同的x和alpha值,它们产生了不同的y值。我想训练我的神经网络以尽可能好地预测新x和y的alpha。 我的问题是:我不知道model.fit()是否可以处理x和y的矩阵,其中行是一个特定alpha的一个样本,而列是在不同时间的x和y。我想使用“样本”(位于不同的行中)来训练我的网络。该文档对...
  • 使用之前有效的代码计算测试准确性时出现错误

    我尝试训练我的神经网络,然后评估它的测试准确性。我正在使用本文底部的代码进行培训。事实是,对于其他神经网络,我可以用自己的代码评估测试准确性而没有问题。但是,对于这个神经网络(我根据神经网络论文的描述正确构建了该网络),我无法正确评估测试的准确性,并且无法给出下面的回溯信息。所以也许我的前传球出了什么问题? 这是培训和测试代码: //imports including import deepnet.py cudnn.benchmark = True (X_train, y_train), (X_test,...
  • 为什么我的神经网络错误总是跳回去?

    我一直在尝试让神经网络使用两个隐藏层来学习如何玩2048。我通过尝试让神经网络学会预测单个板完成4步动作可获得的最大分数来做到这一点。它使用游戏的默认计分系统,但AI沿其当前移动的每一点,前一移动获得75%的点,之前的移动获得0.75 ^ 2的点,依此类推。但是,在训练时会遇到一个非常奇怪的问题。它会在很长一段时间内减小其误差,然后再跳回到原来的位置,甚至更高。为什么错误总是从很小的值跳回到很大的值,我该如何解决? 神经网络代码: import math import game2048 import ran...
  • 使用纯Numpy(Softmax + CrossEntropy)实施神经网络

    我正在尝试使用纯NumPy实现多层感知器(MLP)的简单实现。我以前的在输出(单输出)上使用RMSE和sigmoid激活的实现与适当的数据完美配合。但是,当我考虑具有交叉熵损失功能和softmax激活的多输出系统(由于采用一键编码)时,总是会失败。 我相信我的梯度计算实现有问题,但无法弄清楚。所以我在这里寻求帮助。 对于当前的实现,我使用IRIS数据集来测试模型。 IRIS的数据获得如下: import numpy as np from sklearn.datasets import load_iris f...
  • 遗传算法Python Snake没有改善

    因此,我使用Pygame和Python创建了Snake游戏。然后我想用遗传算法和一个简单的NN创建一个AI来玩。看起来很有趣,但是事情没有解决。 这是我的遗传算法: def calculate_fitness(population): """Calculate the fitness value for the entire population of the generation.""" # First we create all_fit, an empty array, at the s...
  • 如何访问Conv2D Keras层中的卷积?

    我正在为keras创建一个自定义卷积层,但是我要做的部分工作是从该层中修改过滤器。如何从卷积层中访问卷积及其相应的权重值?现在,我只是为Keras修改原始_Conv图层的副本,因此代码如下所示: class _Conv(Layer): """Abstract nD convolution layer (private, used as implementation base). This layer creates a convolution kernel that is convolved...
  • 我们如何将Python脚本转换为Matlab代码?

    我想将用Python编写的代码转换为Matlab代码。我可以知道是否可以这样做。我很纳闷,如何在Matlab中使用python库。分享程序进行转换 这是我使用的数据: https://drive.google.com/open?id=1GLm87-5E_6YhUIPZ_CtQLV9F9wcGaTj2 这是我在Python中的代码: # imports libraries import numpy as np import pandas as pd import os import tensorflow as...
公告

欢迎访问 goshare  点击这里设置您的邮箱  可以接收站内跟帖、回复邮件提醒,不错过任何一条消息。

关注公众号订阅更多技术干货! 码农俱乐部