backpropagation 相关问题

反向传播是梯度计算的一种方法，通常用于人工神经网络中以执行梯度下降。

自我使反向传播无法在Python（2-Neuron-network）中起作用

i我试图用书中描述的为什么机器在第330页上学习的书中建立一个神经网络。这是我的代码，我不知道为什么它不起作用。我在w之前尝试过这样的事情...

python neural-network backpropagation custom-training

回答 1 投票 0

luntimeError：尝试第二次通过图形向后 - 如何在不使用retain_graph = true的情况下解决？

pytorch neural-network runtime-error backpropagation autograd

回答 0 投票 0

为什么自定义的向后功能和火炬。在网络培训后产生不同的结果？

pytorch neural-network backpropagation automatic-differentiation

回答 1 投票 0

我正在尝试理解示例在Pytorch github上加强Pytorch实现：

One particular point is a sticking point I am unable to understand at line 75.

pytorch backpropagation autograd policy-gradient-descent

回答 0 投票 0

为什么我的神经网络在训练数据上准确率很高，但在测试数据上准确率只有10%？

我最近开始涉足人工智能和神经网络，我观看了这个 3Blue1Brown 视频系列，解释了反向传播的原理，然后我决定通过创建...

machine-learning deep-learning neural-network backpropagation

回答 1 投票 0

CNN 中的反向传播（通过卷积层）和梯度

我正在学习如何使用卷积神经网络，并且我继续为此编写自己的框架。我陷入了必须通过网络反向传播错误（增量）的部分，

machine-learning neural-network conv-neural-network convolution backpropagation

回答 2 投票 0

未达到我的神经网络的最佳参数值

我正在尝试仅使用 NumPY 库创建一个分类神经网络。我已经完全创建了这个网络并研究了它的逻辑，对我来说它看起来非常好。 ...

numpy neural-network mnist backpropagation softmax

回答 1 投票 0

训练AlphaZero时如何在PyTorch中进行反向传播？

我正在尝试为 Connect Four 实现我的 AlphaZero 版本。我已经使用 PyTorch 实现了一个卷积网络，并且可以从给定的模型中获取（随机）值和策略输出

python deep-learning pytorch reinforcement-learning backpropagation

回答 1 投票 0

神经网络：如何计算单位的误差

我正在尝试从这张试卷中算出第 26 题（考试是 2002 年的，不是我评分的！）这就是确切的问题：答案是B。有人可以指出我要去哪里吗

neural-network backpropagation

回答 2 投票 0

Keras 中带有张量流后端的梯度反转层

我看到了 keras 中带有 Theano 后端的 GRL 层的一些代码片段。我如何使用 Tensorflow 后端来实现它。我对 keras 的经验较少。我正在尝试实施 DANN（域广告...

tensorflow neural-network keras backpropagation

回答 2 投票 0

SGD（随机梯度下降）与反向传播

你能告诉我随机梯度下降（SGD）和反向传播之间的区别吗？

machine-learning deep-learning artificial-intelligence gradient-descent backpropagation

回答 5 投票 0

`backward()` 在 PyTorch 中如何工作？

最近在研究PyTorch和backward()。我明白如何使用它，但是当我尝试时： x = 变量(2*torch.ones(2, 2), require_grad=True) x.向后(x) 打印（x.grad）我期望：张量([[1., 1.], ...

python pytorch gradient tensor backpropagation

回答 3 投票 0

反向传播和反向模式自动微分有什么区别？

通过这本书，我熟悉以下内容：对于每个训练实例，反向传播算法首先生成一个预测（前向传递），测量误差，然后进行

tensorflow machine-learning deep-learning backpropagation

回答 4 投票 0

以下Pytorch操作可以后退吗？

我有一个张量A，它来自原始点云数据。它的大小是(N,3)。另外，我有一个张量B。它是神经网络的输出分数张量。它的大小是(N,1)。我首先使用torch.cat...

pytorch backpropagation

回答 1 投票 0

直通估计器（STE）的概念[关闭]

我在许多神经网络相关论文中看到了直通估计器（STE），例如这个和这个。但我无法理解这个概念。我想知道是否有人可以解释一下STE。

neural-network backpropagation

回答 1 投票 0

如何在 PyTorch 中使用 LSTM 进行强化学习？

由于观察没有揭示整个状态，我需要用循环神经网络进行强化，以便网络对过去发生的事情有某种记忆。为了简单...

recurrent-neural-network backpropagation reinforcement-learning pytorch

回答 2 投票 0

如何计算样本滑动窗口上的损失，然后反向传播加权平均损失

我正在尝试实施论文中的学习技术。相关部分是：SNN基线使用了50个连续数据点的滑动窗口，代表200毫秒的数据（50点风...

pytorch loss-function backpropagation loss autograd

回答 1 投票 0

Softmax 与 CrossEntropy 的向后传递

我正在尝试计算Softmax反向传递； fn softmax_backward(&self, logits: &Vec) -> Vec { 让概率 = self.forward(logits); 让 mut 求导...

gradient loss-function backpropagation softmax cross-entropy

回答 1 投票 0

关于某个反向传播算法的问题

我有一个代码片段来计算反向传播中使用的梯度值。但是，我不确定如何运行代码以及代码实际在做什么。我的项目要求我

backpropagation

回答 1 投票 0

pytorch中的列选择可微分吗？

Pytorch 中的列选择可微分吗？例如，如果我想从每一行中选择一列来创建一个新的行 X 1 数组，然后使用这个新数组作为背景，背景会工作吗...

python pytorch backpropagation

回答 2 投票 0

backpropagation 相关问题

最新问题