|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
& v+ E6 b5 n* R' v什么是人工神经网络(ANNs)？
( R4 S) ~0 T& ?# D5 c! o在机器学习和认知科学，artificial neural networks(ANNs)是启发自生物神经网络的一种统计学习模型。ANNs可以利用大量的数据来估计和近似函数。通常我们把它看成是一个黑箱子。
# ?7 o; R; o8 D2 @7 V z& g" g( z) R5 e2 l# Q5 o7 M* ?' e& T
人工神经元模型/ k% u5 h m% H) j
+ v' b# p8 R( T) ^4 c; s8 a4 D
. I" \- C5 m L/ e其中X为输入的向量；W为权重变量；θ是偏执值；net为x,w向量的内积减θ;f(⋅)是激活函数。
8 P) I" z8 _1 {! X# D2 t8 v2 K6 j+ h* n
: P( l0 A5 Q& O2 q9 ]; C0 w
: ]! Z& j' D- w& ]* B7 O神经网络概述) u( {2 b2 T, g& H' \
按连接方式：前向神经网络 vs. 反馈神经网络5 s( \! X$ z7 H K" F" D/ Z8 D9 M
按学习方式：监督学习神经网络 vs. 无监督神经网络
" U" Z! V, h1 n ^按实现功能：拟合（回归）神经网络 vs. 分类神经网络
x6 n8 ]1 d5 k2 Y1 F+ y, V
5 \4 Z1 R* y/ e9 ?BP神经网络
' }1 F6 h, d5 ~1 l+ `# ]/ g5 z# _- BP算法是教授人工神经网络如何执行给定任务的一种常用方法。
- BP神经网络是一种监督学习方法，它需要知道或能够计算出训练集中任何输入的期望输出。
- 反向传播要求人工神经元使用的激活函数是可微的。
1 Z! \/ C: I0 v3 {9 Q1 p: }
8 F. J6 Y* [, u e
- a& u9 k6 a* h# V' C5 c: j
|
|
/1 
发表于 2022-3-29 15:29
收藏
淘帖
支持！
反对！