问题标签 [neural-network]

我看到的所有神经网络示例都是针对一组固定的输入，它适用于图像和固定长度的数据。您如何处理可变长度数据，例如句子、查询或源代码？有没有办法将可变长度的数据编码为固定长度的输入，并且仍然获得神经网络的泛化特性？

我确实知道带有反向传播的前馈多层神经网络与强化学习一起使用，以帮助它概括我们的代理所做的动作。也就是说，如果我们有一个很大的状态空间，我们可以做一些动作，它们将有助于泛化整个状态空间。

相反，递归神经网络做什么？一般来说，它们用于什么任务？

我在机器学习、模式识别、数据挖掘等以及它们的基础理论和系统方面没有太多经验。

我想开发一个人工模型，模拟人类在给定的数独游戏中移动所需的时间。

因此，作为机器学习过程的输出，我正在寻找一个模型，该模型可以预测目标人类在给定的数独情况下采取行动所需的时间。

相同的输入并不总是映射到相同的结果。人类在相同情况下采取行动需要不同的时间，但我的假设是由此产生的概率分布存在趋势。（我有根据的猜测是这很正常。）

我对影响分布的因素（如#empty slot）有一些想法，但最好让系统来找出这些模式。请注意，我对模式不感兴趣，只对模型感兴趣。

我可以通过运行数独游戏并测量移动所需的时间来轻松生成样本和测试数据。

您建议为此使用哪种学习算法？

我在考虑神经网络，但我不确定它们是否具有为相同输入提供加权随机结果的理想属性。

以下场景的任何示例、提示和指导？

我从几个不同的新闻网站检索了更新。然后我分析这些信息以预测世界当前的趋势。

我在搜索上述想法时只能找到有关数据挖掘的信息，但它是针对数据库系统的。虽然数据挖掘与我正在尝试做的类似，但数据库信息中的数据挖掘比我从网站上检索到的更具体。那么有人可以在这方面指导我吗？我非常感谢您对此提供的任何帮助。

谢谢。

如何设置神经网络，以便它们接受和输出连续范围的值而不是离散值？根据我几年前做神经网络课程的回忆，激活函数将是一个 sigmoid，它产生一个介于 0 和 1 之间的值。如果我希望我的神经网络产生一个实值标量，我应该怎么做? 我想也许如果我想要一个介于 0 和 10 之间的值，我可以将值乘以 10？如果我有负值怎么办？这是人们通常做的还是有其他方法？输入呢？

谢谢

对于我的大学项目，我正在创建一个神经网络，可以对信用卡交易是否欺诈的可能性进行分类。我正在训练反向传播。我正在用 Java 写这个。我想应用多线程，因为我的电脑是四核 i7。花几个小时训练并看到我的大部分核心处于空闲状态，这让我很烦恼。

但是我如何将多线程应用于反向传播？反向传播通过网络向后调整错误来工作。必须先完成一层，然后才能继续另一层。有什么办法可以修改我的程序来做多核背景？

我正在开发一个提供上下文知识查找的应用程序。该应用程序处于设计阶段。

我需要知道一个简单的图结构和遍历算法是否足够，或者我是否应该使用神经网络。我想选择最长期的解决方案。

我正在考虑用简单的节点来表示单个概念。假设我想查找 John 的头发颜色（黑色）。我想我需要四个概念节点：约翰、头发、颜色和黑色。这里有两种算法——哪一种最适合我的任务？

遍历查找算法

请参阅此图以供参考：http ://chadjohnson.ath.cx:8080/static/concept_map.png

1. 输入（类似这样），按顺序：1. 人 2. 约翰 3. 头发 4. 颜色
2. 找到与“人”对应的图形节点。
3. 查看与“person”节点相邻的所有节点，并找到“john”节点。
4. 查看与“john”节点相邻的所有节点，并找到一个同时链接到“头发”节点和“颜色”节点的节点。

另一种选择是将“头发颜色”表示为其自己的概念节点，使“金发”成为“头发颜色”概念。然后步骤（4）将变为

查看与“john”节点相邻的所有节点，并找到一个节点，即“头发颜色”概念。

神经网络算法

1. 输入，无特定顺序：1. 人 2. 约翰 3. 头发 4. 颜色
2. 训练网络将这些特定输入映射到“金发”概念。

对于任何反馈，我们都表示感谢。谢谢！

一个里程碑式的目标是能够回答“约翰的头发是什么颜色？”这个问题。

所以，我希望能够存储“人”的概念、不同人的概念、头发的概念、颜色的概念、多种不同颜色的概念，然后我想将不同的人与不同的头发颜色联系起来。

一旦这些知识及其关联到位，我希望能够查找给定人的头发颜色，给定（输入）对人的参考，头发的概念和颜色的概念。

这就是我的问题发挥作用的地方：遍历与神经网络。

如果它改变了你的回答方式，未来的里程碑将是：

1. 计算机从零开始学习一门语言的语法
2. 计算机使用其对语言语法的知识来回答问题
3. 根据上下文和现有知识，将句子从一种语言正确翻译成另一种语言的计算机。在其最简单的形式中，它将存储一个概念，将给定语言的单词与该概念相关联，并将另一种语言的另一个单词与同一概念相关联。为了翻译，将找到并返回与概念相关联的目标语言单词（参见http://chadjohnson.ath.cx:8080/static/language_translation.png）。

我在尝试了解 AIML 模式匹配的工作原理时遇到了问题。_和有什么区别*？以及我应该如何使用它们来获得最佳匹配？

我只有这个文件，但它缺少一些很好的例子。

根据您的经验，哪种方法是实现人工神经网络原型的最有效方法？很多关于R（免费，但我没有使用它）或 Matlab（不是免费）的炒作，另一个可能的选择是使用像 C++/Java/C# 这样的语言。这个问题主要针对那些试图测试一些神经网络架构或学习算法的人。

如果您选择使用与上述三种不同的编程语言，您能否告诉我它们的名称以及有关您选择的一些解释（例外：这是我所知道的唯一/最常用的语言）。

谢谢。

用于人工智能目的的最佳编程语言是什么？

请注意，使用建议的语言，我必须能够使用任何 AI 技术（或至少其中大部分）。