对于这样的训练，需要做些什么修改。我想到的就是把神经网络从细分类调整到粗分类，使输出减少。
各个还有没有其它好建议。
-
等级
本版专家分：41结帖率 83.33% -
使用神经网络来做分类，输出层太多（现在用到了12个输出表示2^12个结果），训练结果不能达到收敛，这样子就没有达到训练的效果哈。
对于这样的训练，需要做些什么修改。我想到的就是把神经网络从细分类调整到粗分类，使输出减少。
各个还有没有其它好建议。展开阅读全文
-
等级
本版专家分：10922勋章
-
- 技术圈认证（专家版） 博客专家完成年度认证，即可获得
-
- GitHub 绑定GitHub第三方账户获取
-
-
增加隐含层节点数，适当减少输出层节点数，
如果训练时间太长，可以加入遗传算法试试
-
等级
本版专家分：366 -
增加隐含层的节点数目，或者，输出层采用二进制编码的方式。
-
等级
本版专家分：41
-
对于输出已经做了二进制编码，并且隐层数目我也是按照输入和输出结点数目自动计算得到的，这样子在训练时是不是应该加入更多的训练呢?
- 如何解决神经网络训练时loss不下降的问题
当我们训练一个神经网络模型的时候，我们经常会遇到这样的一个头疼的问题，那就是，神经网络模型的loss值不下降，以致我们无法训练，或者无法得到一个效果较好的模型。导致训练时loss不下降的原因有很多，而且，更...
- 神经网络训练时loss不下降的问题
当我们训练一个神经网络模型的时候，我们经常会遇到这样的一个头疼的问题，那就是，神经网络模型的loss值不下降，以致我们无法训练，或者无法得到一个效果较好的模型。导致训练时loss不下降的原因有很多，而且，更...
- 神经网络训练时损失(loss)不下降常见解决办法以及训练时损失出现nan可能原因以及解决
本文来源于知乎，转载一下进行收藏，文章来源：如何解决神经网络训练时loss不下降的问题 1、训练集loss不下降 训练集的loss在训练过程中迟迟不下降，一般是由这几个方面导致的，这一点在我之前的文章《深度学习...
- 循环神经网络（Recurrent Neural Network，RNN）
标准的全连接神经网络（fully connected neural network）处理序列会有两个问题：1）全连接神经网络输入层和输出层长度固定，而不同序列的输入、输出可能有不同的长度，选择最大长度并对短序列进行填充（pad）不是一...
- 神经网络输出层多个神经元
改版后需要输出层变成矩阵的形式，神经网络工具箱可以自动识别输出层有几个神经元。详细代码如何下： num=xlsread('data_shengzheng.xlsx','Sheet1','A2:I11'); input_train=num(1:9,1:8)'; outpu...
- 机器学习-预测之BP神经网络模型原理及实战
BP神经网络模型
- 卷积神经网络
自今年七月份以来，一直在实验室负责卷积神经网络（Convolutional Neural Network，CNN），期间配置和使用过theano和cuda-convnet、cuda-convnet2。为了增进CNN的理解和使用，特写此博文，以其与人交流，互有增益。...
- 一文搞定BP神经网络——从原理到应用（原理篇）
神经网络结构以及前向传播过程 损失函数和代价函数 反向传播 1 矩阵补充知识 11 矩阵求梯度 12 海塞矩阵 13 总结 2 矩阵乘积和对应元素相乘 3 反向传播原理四个基础等式 4 反向传播总结 41 单样本输入公式表 42 多...
- 卷积神经网络入门详解
本文主要内容为 CS231n 课程的学习笔记，主要参考 学习... 在之前的博客《十四、卷积神经网络（1）：介绍卷积神经网络》《十五、卷积神经网络（2）：卷积神经网络的结构》中只是介绍性的阐述了一些关于卷积神...
- CNN笔记：通俗理解卷积神经网络
通俗理解卷积神经网络（cs231n与5月dl班课程笔记） 1 前言 2012年我在北京组织过8期machine learning读书会，那时“机器学习”非常火，很多人都对其抱有巨大的热情。当我2013年再次来到北京时，有...
- cnn 卷积神经网络各层介绍和典型神经网络
转载：...当输入层的特征维度变得很高时，这时全连接网络需要训练的参数就会增大很多，计算速度就会变得很慢，例如一张黑白的 28×28 的手写数字图片，输入层的神经元...
- 【神经网络 隐含层节点数的设置】如何设置神经网络隐藏层 的神经元个数
当训练集确定之后，输入层结点数和输出层结点数随之而确定，首先遇到的一个十分重要而又困难的问题是如何优化隐层结点数和隐层数。实验表明，如果隐层结点数过少，网络不能具有必要的学习能力和信息处理能力。反之，...
- 卷积神经网络概念与原理
受Hubel和Wiesel对猫视觉皮层电生理研究启发，有人提出卷积神经网络（CNN），Yann Lecun 最早将CNN用于手写数字识别并一直保持了其在该问题的霸主地位。近年来卷积神经网络在多个方向持续发力，在语音识别、人脸...
- 【Tensorflow】基于卷积神经网络实现车牌的识别
过去几周我一直在涉足深度学习领域，尤其是卷积神经网络模型。最近，谷歌围绕街景多位数字识别技术发布了一篇不错的paper。该文章描述了一个用于提取街景门牌号的单个端到端神经网络系统。然后，作者阐述了基于同样...
- 多层神经网络BP算法 原理及推导
首先什么是人工神经网络？简单来说就是将单个感知器作为一个神经网络节点，然后用此类节点...当网络的层次大于等于3层（输入层+隐藏层（大于等于1）+输出层）时，我们称之为多层人工神经网络。 1、神经单元的选择
- 神经网络
神经网络7.1 什么是人工神经网络人工神经网络受到生物神经网络的启发。构造人工神经元来模仿生物神经元来工作。生物神经网络的基本工作原理：一个神经元的输入端有多个树突，主要是用来接收输入信息的。输入信息进过...
- 卷积神经网络进行图像处理的工作原理
在看到某件事物时，不管是汽车、大树，还是一个人，我们通常都不需要过多的思考就能立刻叫出名字。然而对于一台计算机来说，区分识别“人类对象”（比如：在小狗、椅子或是闹钟这些“非人类对象”中识别出奶奶这一...
- 深入浅出神经网络与深度学习--神经元感知机单层神经网络介绍（-）
写神经网络与深度学习方面的一些知识，是一直想做的事情。但本人比较懒惰，有点时间想玩点游戏呀什么的，一直拖到现在。 也由于现在已经快当爸了，心也沉了下来，才能去梳理一些东西。本文会深入检出的去看神经网络...
- 循环神经网络综述 -语音识别与自然语言处理的利器
循环神经网络是一种具有记忆功能的神经网络，适合序列数据的建模。它在语音识别、自然语言处理等领域取得 了成功。是除卷积神经网络之外深度学习中最常用的一种网络结构。在本文中，SIGAI将和大家一起回顾循环神 经...
- 人工智能中神经网络与自然语言处理共生关系_CodingPark编程公园
神经网络知识大串联 1:第一代的神经元模型 3 2：从M-P模型到感知器模型 3 3:前馈神经网络 3 4:后向传播与BP算法神经网络 4 5:深度神经网络DNN 4 6:卷积神经网络CNN 5 7:循环神经网络RNN 8 8:神经网络交叉领域实现与...
- 常见的五种神经网络(3)-循环神经网络（上）篇
常见的五种神经网络系列第三篇，主要介绍循环神经网络，由于循环神经网络包含的内容过多，分位上下两篇进行介绍，本文主要是循环神经网络（上）篇，主要介绍以下内容： 循环神经网络概述 如何给神经网络增加记忆...
- 深度神经网络总结
深度神经网络（Deep Neural Networks，DNN）可以理解为有很多隐藏层的神经网络，又被称为深度前馈网络（DFN），多层感知机（Multi-Layer perceptron,MLP）。 1 前向传播算法 1.1 从感知机到神经网络 感知机的模型...
- 人工神经网络简介
人工神经网络简介
- 神经网络实现步骤
在训练神经网络前一般需要对数据进行预处理，一种重要的预处理手段是归一化处理。下面简要介绍归一化处理的原理与方法。 什么是归一化 数据归一化，就是将数据映射到[0,1]或[-1,1]区间或更小的区间，比如(0.1,0.9) ...
- 人工神经网络（一）概述
百科解释： 人工神经网络（Artificial Neural ...在工程与学术界也常直接简称为神经网络或类神经网络。神经网络是一种运算模型，由大量的节点（或称神经元）之间相互联接构成。每个节点代表一种特定的输出函数，称
- Coursera吴恩达《卷积神经网络》课程笔记（1）-- 卷积神经网络基础
我的CSDN博客地址：红色石头的专栏 我的知乎主页：红色石头 我的微博：RedstoneWill的微博 我的GitHub：RedstoneWill的GitHub 我的微信公众号：红色石头的机器学习之路（ID：redstonewill） ...
- 【机器学习】神经网络（一）——多类分类问题
神经网络模型介绍神经网络模型是一个非常强大的模型，起源于尝试让机器模仿大脑的算法，在80年代和90年代早期非常流行。同时它又是一个十分复杂的模型，导致其计算量非常巨大，所以在90年代后期逐渐衰落。近年来得益...
- 神经网络中隐层数和隐层节点数问题
神经网络中隐层数和隐层节点数问题的讨论： https://www.baidu.com/link?url=jg1A6HCSEDkQcDNLvkRLjoq4KPgyY9u3dSFPvVpZ16SpRr2EeeVG_ucTYl0JguUUQYe_iuZ3JcbQF6RAtseXkU_ITn-PuzxErOZmxrJ-an3&wd=&...
- 深度学习之卷积神经网络CNN及tensorflow代码实现示例
一、CNN的引入在人工的全连接神经网络中，每相邻两层之间的每个神经元之间都是有边相连的。当输入层的特征维度变得很高时，这时全...这很容易看出使用全连接神经网络处理图像中的需要训练参数过多的问题。而在卷积神经
- 非线性数据类型预测之BP神经网络——基于MATLAB
1、BP网络简介BP网络（Back-ProPagation Network）又称反向传播神经网络，它是一种前馈式、多层、感知机网络。 通过样本数据的训练，不断修正网络权值和阈值使误差函数沿负梯度方向下降，逼近期望输出。它是一种...