为你找到 1000 条关于 神经网络理论及应用 的结果
批训练方式容易使神经网络对样本“喜新厌旧”
竞争学习神经网络训练过程中只需要将输入向量归一化,不需要将内星权向量归一化。
SOM网络学习过程中同一时刻需要调节整个优胜领域内节点的权值,而竞争学习神经网络学习过程中同一时刻只能调节获胜节点的权值
CPN神经网络的学习规则属于哪一种学习规则?
CPN神经网络的第一层训练规则是采用自组织映射神经网络的学习规则
RBF神经网络通常情况下比BP网训练速度快的原因有哪几项
应用支持向量机解决分类问题时,下列说法正确的是()
传统神经网络模型面对高维度的输入数据时,存在什么问题?
传统神经网络采用全连接的方式,输入数据维数过大时,模型的参数量上升。
全卷积层替换全链接层后,该神经网络模型只接受特定尺度的输入图像。
可以接受任意尺度的输入图像
加深神经网络的层数可以提取更抽象的数据特征
循环神经网络的主要应用对象包括()
循环神经网络常用的设计模式包括()
以下哪种模型可以优化RNN的长期依赖问题()
在解决回归问题中,人工神经网络的输出为()
在解决分类问题中,人工神经网络的输出为()