|
|
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
: Z' g) q' a# A- k Z) F' }什么是人工神经网络(ANNs)？
2 G+ S" c* j8 X* u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。2 I" d2 [4 ]/ r( t' l
! ^! x7 w7 F2 x) y" a- L人工神经元模型
2 C7 O* r, `0 ^. e. i/ p+ c
: q! \2 m q, m4 g4 [
; `! X) P+ G. U
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。+ E- V: t* C3 C2 e4 z9 V1 w! _
7 Z8 W/ \# i; e* E" [/ }
4 F# [2 [* f# b5 D
( U6 X" g( P! c% s$ l& y* F神经网络概述
- J% X1 [8 u1 K* t( ~" O按连接方式：前向神经网络 vs. 反馈神经网络
" H8 o6 h: U# H- M0 t, k按学习方式：监督学习神经网络 vs. 无监督神经网络. X: t$ ?/ ~0 ~7 M9 {& n% I" O
按实现功能：拟合（回归）神经网络 vs. 分类神经网络* h, v- |6 w7 D S3 u
' F1 G( C% R; ?9 G/ GBP神经网络
; b0 k7 h+ n9 u% a% G6 G0 d- 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。
9 I$ h0 i) l) v
' l, M- c, r- |8 v4 H
( q0 S4 F, C+ d9 O/ F. M2 n( ^ |
|
/1 
发表于 2022-3-29 15:29
收藏
淘帖
支持！
反对！