神经网络训练集有几种训练方式

gzw13999 2014-04-05 09:59:02

我们行弄一个神经网络训练集主要是用来识别文字但是有几种训练方式请高手指导一下图片的3中训练方式分别是什么麻烦说一下名字

请高手留下联系方式我们接受有偿咨询

...全文

240 2 打赏收藏转发到动态举报

写回复

2 条回复

切换为时间正序

请发表友善的回复…

发表回复

Steven_zheng0303 2014-07-14

打赏
举报

回复

第三个好像是BP

Steven_zheng0303 2014-07-14

打赏
举报

回复

应该是有感知神经网络、线性神经网络、BP神经网络、径向神经网络、自组织神经网络、反馈神经网络。我不知道你的，我只知道这些。。。

实际上，应用型机器学习是一个高度迭代的过程，通常在项目启动时，会先有一个初步想法，比如构建一个含有特定层数，隐藏单元数量或数据集个数等等的神经网络，然后编码，并尝试运行这些代码，通过运行和测试得到该神经网络或这些配置信息的运行结果，可能会根据输出结果重新完善自己的想法，改变策略，或者为了找到更好的神经网络不断迭代更新自己的方案。总结一下，在机器学习中，通常将样本分成训练集，验证集和测试集三部分，数据集规模相对较小，适用传统的划分比例，数据集规模较大的，验证集和测试集要小于数据总量的20%或10%。

今天在学习《python深度学习》的时候，看到了这么一段话：评估模型的重点是将数据划分为三个集合：训练集、验证集和测试集。在训练数据上训练模型，在验证数据上评估模型。一旦找到了最佳参数，就在测试数据上最后测试一次。你可能会问，为什么不是两个集合：一个训练集和一个测试集？在训练集上训练模型，然后在测试集上评估模型。这样简单得多！突然就钻了个牛角尖，觉得验证集和训练集本是出自一个数据集，而且在一轮epoch时都运行的是同一个模型，最后都会得到各自的预测值，通过各自的预测值都能计算出各自的损失和精度

1、先别着急写代码训练神经网络前，别管代码，先从预处理数据集开始。我们先花几个小时的时间，了解数据的分布并找出其中的规律。Andrej有一次在整理数据时发现了重复的样本，还有一次发现了图像和标签中的错误。所以先看一眼数据能避免我们走很多弯路。由于神经网络实际上是数据集的压缩版本，因此您将能够查看网络（错误）预测并了解它们的来源。如果你的网络给你的预测看起来与你在数据中看到的内容不一致，那么就会有所收获。一旦从数据中发现规律，可以编写一些代码对他们进行搜索、过滤、排序。把数据可视化能帮助我们发现异常值，而异常

神经网络学习由称为神经元的基本处理单元互连而成的平行工作的复杂网络系统,简称神经网络什么是神经网络训练。当已知训练样本的数据加到网络输入端时，网络的学习机制一遍又一遍地调整各神经元的权值，使其输出端达到预定的目标。这就是训练（学习、记忆）过程。指对人工神经网络训练。向网络足够多的样本，通过一定算法调整网络的结构（主要是调节权值），使网络的输出与预期值相符，这样的过程就是神经网络训练。根据学习环境中教师信号的差异，神经网络训练大致可分为二分割学习、输出值学习和无教师学习三种。

神经网络训练图片时，常用的预处理方法有以下几种：归一化：将图片像素值缩放到某一区间，例如 $[0, 1]$ 或者 $[-1, 1]$。这样做可以让神经网络更加稳定，并且能够更快地收敛。标准化：对于每个图片的像素值减去整个数据集的像素值的均值，再除以整个数据集的像素值的标准差。这种方法可以使得图片的像素值分布更加符合正态分布，并且可以加速模型的训练。图片裁剪和缩放：对于较大的图片，可以通...

65,208

社区成员

250,517

社区内容

发帖

与我相关

我的任务

c++ 技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

请不要发布与C++技术无关的贴子
请不要发布与技术无关的招聘、广告的帖子
请尽可能的描述清楚你的问题，如果涉及到代码请尽可能的格式化一下

试试用AI创作助手写篇文章吧

+ 用AI写文章