Questions tagged «weights»

4
用kNN处理关系,权重和投票
我正在编写kNN算法,想了解以下内容: 抢七局: 如果在多数表决中没有明确的获胜者会怎样?例如,所有k个最近的邻居都来自不同的类别,或者对于k = 4,有2个来自A类的邻居和2个来自B类的邻居? 如果由于更多的邻居具有相同的距离而无法精确确定k个最近的邻居,会发生什么情况?例如,对于距离列表,(x1;2), (x2;3.5), (x3;4.8), (x4;4.8), (x5;4.8), (x6;9.2)将无法确定k = 3或k = 4最近的邻居,因为第3至第5个邻居都具有相同的距离。 重量: 我读到,在选择获胜级别之前,最好权衡k个最近的邻居。这是如何运作的?即,邻居如何加权,然后如何确定类别? 多数投票的替代方案: 除多数表决外,还有其他规则/策略来确定获胜者吗?

2
截断正态分布在神经网络中初始化权重有什么好处?
在前馈神经网络中初始化连接权重时,重要的是随机初始化它们,以避免学习算法无法打破的任何对称性。 我在不同地方(例如TensorFlow的MNIST教程)中看到的建议是使用标准偏差为的截断正态分布,其中是输入的数量给定的神经元层。1个ñ--√1个ñ\dfrac{1}{\sqrt{N}}ññN 我相信标准偏差公式可确保反向传播的梯度不会很快溶解或放大。但是我不知道为什么我们要使用截断的正态分布而不是正态正态分布。是否要避免稀疏的异常权重?

4
神经网络-权重的含义
我正在使用前馈NN。我理解这个概念,但是我的问题是关于重量的。您如何解释它们,即它们代表什么或如何使其不受破坏(仅基于函数系数)?我发现了一种叫做“权重空间”的东西,但是我不太确定这意味着什么。
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.