|
|
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
9 Z7 c6 C* n$ t什么是人工神经网络(ANNs)？
( Z# J! }, j/ [+ Z$ 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。
8 e7 s1 d N3 G6 u! A' l: y9 O0 Y, a, g
6 j/ h' Y/ E* u* ?9 X; X9 b6 F人工神经元模型8 l: [7 d) B6 Z* O8 W9 `
/ {. X! u/ [- F8 c) ~1 \
u+ `/ |& T5 O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。
( i% f& O" K1 q) y! {. [9 h. i9 l3 C6 Q9 H1 V' e
& k! n# a. z4 S' B3 T+ H% V
, _) k) K& o" j- ~ N
神经网络概述
4 B9 Z0 l! R$ @+ ^) y按连接方式：前向神经网络 vs. 反馈神经网络6 f. h0 G: m2 o1 |
按学习方式：监督学习神经网络 vs. 无监督神经网络
+ ^: Q& c% V; C按实现功能：拟合（回归）神经网络 vs. 分类神经网络
& W) M! i* M! f( ?# W0 I( T9 s
) F$ e" z# @# C6 q2 a" QBP神经网络
. r' K8 F3 b3 ^+ t+ k* U# m- 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。' m4 }5 e+ z0 f% X2 v
. P% ~0 w% t) B& f8 I
+ Y3 z5 @( W: w; P% d! y
|
|
/1 
发表于 2022-3-29 15:29
收藏
淘帖
支持！
反对！