-
识别数字,bp神经网络算法,卷积神经网络算法,svm算法,adaboost算法哪种好...
- 答：看数字图片而定。如果图片较小并且质量还不错，那么通过2层的神经网络就能胜任。对于MNIst数据集（28*28的手写数字），2层神经网络准确率可达99%，svm也有98%以上。以上实现非常简单，matlab已经有现成工具箱。卷积神经网络通常用于更加复杂的场合，闭合是被图像内容等。在MNIST数据集上cnn可达99.7%准确率...
-
2016-08-20
回答者: 知道网友
2个回答
3
-
如何快速学习神经网络算法识别验证码
- 答：BP神经网络模型分类BP神经网络也称负反馈神经网络,即按误差逆传播算法训练的多层前馈网络,是目前应用最广泛的神经网络模型之一,在BP神经网络之后,又出现了在深度学习中应用最广泛的CNN即卷积神经网络,这几天也正在学习。本文使用了三层BP神经网络来对训练集进行训练,即输入层+2层隐含层+输出层,关于BP神经网络本身这里...
-
2017-04-21
回答者: lilipat
1个回答
1
-
遗传算法优化BP神经网络权阈值的适应度评价函数
- 问：有些资料上说，遗传算法优化BP神经网络权阈值的适应度评价函数是：单次...
- 答：评价阈值好坏的标准应该是：（网络实际输出T-理论输出P）的平方和。这里的实际输出指神经网络计算值，理论输出表示期望输出值。这个平方和值应该尽量小。越小说明神经网络计算越准确。
-
2009-11-22
回答者: jackwindowss
2个回答
5
-
深度学习模型区别于早期的人工神经网络的是
- 答：深度学习模型区别于早期的人工神经网络的是增加模型训练的层次。1、深度学习的相关概念。深度学习的概念由Hinton等人于2006年提出。基于深信度网(DBN)提出非监督贪心逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。此外Lecun等人提出的卷积神经网络是第一个真正多层结构...
-
2023-07-06
回答者: 小金动植物知识
1个回答
-
NF:集成人工生命和遗传算法自动发现神经网络最优结构
- 答：实验结果在CIFAR10数据集上验证了这一设想，我们发现了性能卓越的网络结构，如init-1，其92.70%的准确率接近最优。这显示了人工生命和遗传算法在寻找浅层但高效结构上的潜力，与人工设计的深度网络如VGG和ResNet形成鲜明对比。总结，人工生命与遗传算法的集成已证明其在神经网络结构优化中的价值，尽管仍...
-
2024-04-20
回答者: 武汉誉祥科技
1个回答
-
在神经网络算法中每次训练的结果是一样的么
- 答：当隐含层层较低时（如3层），在神经网络算法中每次训练的结果是有差异的。对于y=[639 646 642 624 652];y1 =639 646 642 624 652 y1 =640.6 640.6 640.6 640.6 640.6 ．．．
-
2016-07-27
回答者: lhmhz
1个回答
-
有监督的神经网络算法的特点
- 答：自适应技术。有监督的神经网络算法的特点是与传统的参数模型方法最大不同在于它是数据驱动自适应技术,不需要对问题模型做任何先验假设。
-
2022-12-09
回答者: 情感解惑1M
1个回答
-
图像识别有哪些算法
- 答：机器学习算法在图像识别领域也有广泛应用。例如，神经网络可以通过学习大量的图像数据，自动提取图像的特征并进行分类。而支持向量机则是一种基于统计学习的分类器，它可以根据图像的特征将其分类到不同的类别中。近年来，深度学习算法尤其在图像识别领域取得了显著的进展。卷积神经网络是深度学习中用于图像识别...
-
2024-06-07
回答者: 结晶科技
1个回答
-
全面重写Autopilot,特斯拉自动驾驶的升维革命
- 答：最底层的是数据、GPU 集群以及 Dojo 计算集群,这一层主要进行数据采集、标注和训练,生成算法模型;往上走就是采用深度神经网络对模型进行分布式训练;再往上走就是用损失函数对模型进行评估;在评估层之上,是云端推理层和车端 FSD 芯片推理层,到这一层,意味着算法模型走完了大部分流程,然后就是部署到车端;在车端...
-
2020-09-04
回答者: 汽车之家
1个回答
-
学习人工智能一般需要学习哪些内容?
- 答：需要数学基础：高等数学，线性代数，概率论数理统计和随机过程，离散数学，数值分析。需要算法的积累：人工神经网络，支持向量机，遗传算法等等算法;当然还有各个领域需要的算法，比如要让机器人自己在位置环境导航和建图就需要研究SLAM;总之算法很多需要时间的积累。需要掌握至少一门编程语言：毕竟算法的实现...
-
2020-12-21
回答者: 尚学堂前端学院
2个回答
