神经网络中偏差的作用是什么？
我了解梯度下降和反向传播算法。但是我不明白的是: 什么时候使用偏置很重要，如何使用它？ 例如，当映射AND函数时，使用两个输入和一个输出时，它不能给出正确的权重。但是，当我使用三个输入（其中一个是偏置）时，它可以给出正确的权重。
朴素贝叶斯分类的简单解释
我很难理解朴素贝叶斯的过程，想知道是否有人能用简单的英文逐步解释一下。我知道它是通过发生次数进行概率比较，但我不知道训练数据与实际数据集之间的关系。 请给我一个关于训练集扮演什么角色的解释。这里给出一个非常简单的水果例子，例如香蕉。training set--- round-red roun...
神经网络训练中的 Epoch 和 Iteration 的区别
在训练多层感知机时，“epoch”和“iteration”有什么区别？
什么是logits？softmax和softmax_cross_entropy_with_logits有什么区别？
在TensorFlow API文档中，他们使用了一个关键字叫做logits。这是什么？很多方法都会这样写：tf.nn.softmax(logits, name=None) 如果 logits 只是一个普通的 Tensor 输入，那么为什么它被命名为 logits？ 其次，以下两种方法有什么区...
谷歌的“你是不是想找”的算法是如何工作的？
我正在为一个投资组合管理工具开发一个内部网站。其中有很多文本数据，公司名称等。我对一些搜索引擎能够快速响应查询并给出"Did you mean: xxxx"的回答印象深刻。 我需要能够智能地接收用户查询并在高度可能存在替代答案时，不仅提供原始搜索结果，还要提供"Did you mean?"的...
TensorFlow中的logits是什么意思？
在下面的TensorFlow函数中，我们必须提供最后一层人工神经元的激活。这一点我理解。但是为什么它被称为logits呢？难道它不是一个数学函数吗？loss_function = tf.nn.softmax_cross_entropy_with_logits( logits = la...
人工神经网络相对于支持向量机的优势是什么？
ANN（人工神经网络）和SVM（支持向量机）是两种常用的监督式机器学习和分类策略。对于特定项目，哪种方法更好通常不太清楚，我确定答案总是“因情况而异”。通常情况下，会同时使用这两种方法以及贝叶斯分类。 以下是Stackoverflow上已经就ANN与SVM提出的问题： ANN和SVM分类 ...
在NumPy中将索引数组转换为独热编码数组
给定一个一维索引数组：a = array([1, 0, 3]) 我想将其作为一个二维数组进行one-hot编码：b = array([[0,1,0,0], [1,0,0,0], [0,0,0,1]])
如何在Python中实现Softmax函数？
从Udacity's deep learning class中得知，y_i的softmax是指指数除以整个Y向量的指数之和： 其中S(y_i)是y_i的softmax函数，e是指数函数，j是输入向量Y中的列数。 我尝试了以下方法： import numpy as np def so...