问题标签 [neural-network]

我整天都在分析一个应用程序，并且优化了一些代码，我的待办事项列表中只剩下了这个。它是神经网络的激活函数，被调用超过 1 亿次。根据 dotTrace，它约占整个函数时间的 60%。

你会如何优化这个？

由于在谷歌上找到的很多这些网站都使用数学符号，我不知道这意味着什么，我想制作一个像这样的前馈神经网络：

现在有人可以向我解释如何找到 o1 的值吗？当一个神经元没有任何输入处于活动状态时，如何使神经元处于活动状态？

我目前正在构建一个神经网络库。为简单起见，我将其构建为对象图。我想知道是否有人可以量化采用基于数组的方法的性能优势。我现在所拥有的对于构建接近任意复杂性的网络非常有效。支持常规（反向支持）网络以及循环网络。我正在考虑将训练有素的网络“编译”成一些“更简单”的形式，例如数组。

我只是想看看那里是否有人有任何实用的建议或构建神经网络的经验，这些神经网络可以很好地部署到生产环境中。让最终产品基于数组而不是基于对象图有什么好处吗？

PS 内存占用不如速度重要。

我对人工神经网络非常感兴趣，但我正在寻找一个起点。

那里有什么资源，什么是好的开始项目？

SharpNEAT是C#中的增强拓扑(NEAT) 库的 NeuroEvolution。

整个事情听起来很令人兴奋，但我在任何地方都找不到该死的样本/教程！

任何帮助表示赞赏！

在训练多层神经网络时，需要使用 sigmoidal 激活函数才能有效地学习。

在训练单层感知器时使用 sigmoidal 激活函数有什么好处，或者一个简单的 step（heaviside）函数是否足够（甚至更可取）？

我正在慢慢了解神经网络，但对此的任何帮助将不胜感激。

我在这里需要一些专家指导，了解什么是我解决问题的最佳方法。我研究了一些机器学习、神经网络和类似的东西。我已经调查了 weka，某种贝斯解决方案.. R.. 几种不同的东西。不过，我不确定如何真正进行。这是我的问题。

我拥有或将拥有大量事件......最终大约有 100,000 个左右。每个事件由几个（30-50）个自变量和一个我关心的因变量组成。在确定因变量的值时，一些自变量比其他变量更重要。而且，这些事件与时间相关。今天发生的事情比十年前发生的事情更重要。

我希望能够为某种学习引擎提供一个事件，并让它预测因变量。然后，知道这个事件（以及之前发生的所有事件）的因变量的真正答案，我希望它可以训练后续的猜测。

一旦我知道了编程方向，我就可以进行研究并弄清楚如何将我的想法转化为代码。但我的背景是并行编程，而不是这样的东西，所以我很想对此有一些建议和指导。

谢谢！

编辑：这里有更多关于我要解决的问题的详细信息：这是一个定价问题。假设我想预测一本随机漫画书的价格。价格是我唯一关心的。但是可以想出很多自变量。是超人漫画还是凯蒂猫漫画。它几岁了？什么条件？等等等等。经过一段时间的训练，我希望能够给它关于我可能正在考虑的漫画书的信息，并让它给我一个合理的漫画书期望值。好的。所以漫画书可能是一个虚假的例子。但你得到了一般的想法。到目前为止，从答案来看，我正在对支持向量机和朴素贝叶斯进行一些研究。感谢您迄今为止的所有帮助。

假设我有一个小位图，其中包含一个手写数字（0..9）。

是否可以使用（两层）感知器检测数字？

除了使用神经网络之外，还有其他方法可以从位图中检测单个数字吗？

复制

有哪些学习人工神经网络的好资源？

我正在寻找一本关于不同类型的神经网络/它们的应用程序/示例的好的（初级）参考书（或网站）。我没有考虑任何特定的应用程序，我只是好奇如何使用它们。我对将它们与 Python 一起使用特别感兴趣，但任何语言，甚至只是理论都可以。

我正准备谈谈我从人工智能领域（神经网络）中选择的一些话题。我正在寻找一些有趣的东西，在现实生活中使用，最好不要太复杂（越简单，学生越容易理解，他们就会越感兴趣）。我认为这是一个寻求建议的好地方；）