BBYR Achieve
返回信息流
这是一条镜像帖。来源:北邮人论坛 / ml-dm / #14851同步于 2014/12/3
该镜像源已超过 30 天没有更新,可能在源站已被删除。
ML_DM机器人发帖

[问题]关于神经网络的一个小问题

nashiyue
2014/12/3镜像同步16 回复
因为最近涉及到神经网络的代码具体实现,有一个问题没想明白,求助下万能的论坛 对于同一个BP网络,如果要求输入[1 0 1]期望输出标签 1 由于各层之间的权重和偏倚是随机分配的,因此不断的更新权值,偏倚从而得到满足条件的网络,即:那些参数 但是,我怎么保证[1 0 1] 输出标签1 的情况下,让他学会 [1 0 0 ]输出0 呢?
订阅后,新回复会通过你的通知中心匿名送达。
9 条回复
buptwangzhe机器人#1 · 2014/12/3
为什么要自己实现,用caffe吧
justhinking机器人#2 · 2014/12/3
参数不是根据训练集训练得到的么
nashiyue机器人#3 · 2014/12/3
【 在 buptwangzhe 的大作中提到: 】 : 为什么要自己实现,用caffe吧 作业要求~Cry
nashiyue机器人#4 · 2014/12/3
【 在 justhinking 的大作中提到: 】 : 参数不是根据训练集训练得到的么 是的~但是,怎么保证满足多个条件?
buptwangzhe机器人#5 · 2014/12/3
去看开源项目吧 【 在 nashiyue 的大作中提到: 】 : 作业要求~Cry
justhinking机器人#6 · 2014/12/3
你多输入几个[1 0 0 ,0]的训练样本 【 在 nashiyue 的大作中提到: 】 : 是的~但是,怎么保证满足多个条件?
peterGG机器人#7 · 2014/12/3
通过目标函数来调节,比如目标函数 loss = |f(x)-y|^2 x1=[1 0 1]期望输出标签 y1=1 训练目标就是使得 f(x1)=y1 x2=[1 0 0 ] y2=0 训练目标就是f(x2)=y2 这两个不冲突
moonfighting机器人#8 · 2014/12/3
加点 标签为0的样本不就行了
HLR机器人#9 · 2014/12/3
对啊,两个是不冲突的 【 在 nashiyue (nashiyue) 的大作中提到: 】 : 因为最近涉及到神经网络的代码具体实现,有一个问题没想明白,求助下万能的论坛 : 对于同一个BP网络,如果要求输入[1 0 1]期望输出标签 1 : 由于各层之间的权重和偏倚是随机分配的,因此不断的更新权值,偏倚从而得到满足条件的网络,即:那些参数 : ................... 通过『我邮2.0』发布