Can anyone help me ar šīm q's / šaubas par Neural Networks

S

Sanjay

Guest
Hi all,

Es esmu tikai iesācējs uz neironu tīkliem, un tā lasīt grāmatas (galvenokārt pateicoties elektrodians) par to, es tikko bija zināmas šaubas un jautājumus, kas man bija jautājums, ja kāds no jums varat man palīdzēt?

1.Plānojot Neural Networks, kā dizainers, kā jūs izvēlēties, cik daudz slēpto slāņu jums ir nepieciešama?(Zinu, grāmatas teikt, vismaz labāk, bet vēl tikai interesē, kā var iet par lēmumu summa slēpto slāņu required)

2.Regarding aktivizācijas funkcijas, pašu jautājumu izriet, kā jūs izvēlētos, kas ir labākais aktivizācijas funkcijas, kas atbilst jūsu pieteikums? Ir kāds guidlines, kas mums palīdzēs izlemt, kā kuriem viens izvēlēties.In genreal līdz šim esmu redzējis to autori iet galvenokārt SIGMOID funkcijas savās grāmatās.Vai ir īpašs iemesls, lai šo funkciju?

3.Attiecībā uz back-propagation, kas sākas, modeļu baro
) Kā jums iet par izvēli vērtību, svaru?(Vai tas ir tāpat kā izmantot izlases veida vērtības vai arī ir kāda konkrēta veidā)
b) jautājums par vēlamo rezultātu, ja, piemēram, viens projektēšana sistēma, kurā viens nav zina WHT gaidīt, šajā gadījumā, kā jūs iet par nosakot vēlamo rezultātu?(Es esmu pa labi, jo pie beigām dienā, NN mēģinās iegūt rezultātus, cik tuvu vien iespējams šo vēlamo rezultātu afterall)
c) ir teikts, ka delta noteikums, trūkums ir tas, ka ne visas sistēmas get's ir vērtības izmaiņas, ko es domāju ir mēs zinām, ka svaru vērtības no slēptā slāņa vienību izlaidi slānis saņemam mainījies, bet ko maina svara vērtības pārmaiņas no ieejas vienību slēptā slāņa vienībām?

Kādi ieteikumi, domas būtu appreciated.
Sveicieni

 
SecureMac informuje o odkryciu nowej odmiany konia troja?skiego, który atakuje systemy Mac OS X i mo?e równie? atakowa? systemy Windows. Trojan o nazwie Boonana (trojan.osx.boonana.a) rozprzestrzenia si? za po?rednictwem poczty elektronicznej i portali spo?eczno?ciowych, na przyk?ad Facebooka. Boonana atakuje ró?ne wersje systemów firmy Apple, w tym najnowszy Mac OS X 10.6.4.

Nowy ko?...

Read more...
 
Čau,

0) Izlasiet dažus summa adaptīvo signālu apstrādi.

1) Nē, nav zināms īsti cik slāņi būtu pietiekama.Mazākā labāka īstenošana.

2) Sigmoid, jo, ja statistika ir pārāk zema vai pārāk augsta lēmums ir vienkārša.Pie sliekšņa jebkurš lēmums kļūst grūti un sigmaoid palīdz samazināt kļūdas, nevis solis.

3) I donot atceros.

Hope this helps,
brmadhukar

 
vispirms iegūt grāmatu kā neironu tīkla signālu apstrādei, visiem jūsu jautājumiem, kas ir atkarīgs no kāda veida neironu tīklu Jūs vēlaties, tāpēc nav saīsnes, jums tikai nāksies lasīt augšu uz neironu tīkliem, visas jūsu trīs jautājumi ir delt ar atšķirīgi (attiecībā uz radiālo pamats tīkliem, mlps utt utt,,

 
ir poof ka 3 slāņa neironu tīkls var tuvināt kādas funkcijas var būt nepieciešama grādu.mezglu skaits slēptā slānī ir galvenais punkts, ja tas ir lielāks nekā pietiekami, neironu tīkls tiks overtrained (ti vispārinājums ir ļoti slikti), bet ja ITIS mazāka nekā pietiekami, neironu tīkls ir nepietiekami mācībām, ti, kļūda ir liela.

 
Hi as_518,

Vai tas ir iespējams, ja jūs varat sūtīt man, ka pierādījums dokumentu.Gribētu iet caur šo dokumentu.Attiecībā overfitting un vispusīgs, es piekrītu, jo projekts, es strādāju par tiesībām tagad dod man šo problēmu, kā manu mācību darbu labi, bet laikā simulācija sastopas ar problēmām, lai busy playing apkārt ar vērtībām.

 
Jūs varat atrast to otro izdevumu

"neironu tīkliem", ko simon haykin p208-209

 
čau
Man vajag:

Neironu tīkli: Vispārējā fonds (2nd Edition) - ar Simon Haykin

grāmata.ikviens zina, kā es varu atrast

 
Sanjay,

No backpropagation arhitektūra ir droša.Dažādās lietojumu var būt nepieciešama dažādu arhitektūru labāko sniegumu.Jūs varat izmēģināt to ar dažādām arhitektūras un pēc tam saņemt labāko arhitektūru.

Esmu īsteno pirkstu nospiedumu atpazīšanas sistēmā, izmantojot BP tīklu.

 

Welcome to EDABoard.com

Sponsor

Back
Top