|
|
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
# _4 t. o3 e4 _* b1 B什么是人工神经网络(ANNs)？
% k5 h- q$ `% A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。
; ?" b% E( B! C. o. E: k, E* `$ U+ T/ ]2 L8 E* b/ ^
人工神经元模型/ c; y6 H8 A7 B3 b, A3 }0 W6 {6 x
9 j2 g3 ?: p0 X g _9 L4 b2 i+ T1 W* d6 [7 Y4 q
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。3 A2 V1 N% p6 ]6 ^2 t5 E7 x
# l1 E) P- G7 h) Z' E- V
: v& `' f1 l6 E F# C6 ?; E- Z5 L% u7 S1 i
神经网络概述0 B0 l1 {$ A; R, i5 r! Z7 ]
按连接方式：前向神经网络 vs. 反馈神经网络
i% X+ H. m- g' S+ v5 q' l- s V+ h4 I按学习方式：监督学习神经网络 vs. 无监督神经网络9 {/ _, z4 u; Y8 p' k
按实现功能：拟合（回归）神经网络 vs. 分类神经网络1 x: i! R4 g: j6 O
- ~9 ~% V/ w+ z8 r A% m( C
BP神经网络( S/ f8 }3 ~' u) U# t 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。8 Y6 w0 k" m. v3 Z
+ ~9 [, \# ^2 @4 o
7 w5 M" v) ?: I5 A |
|
/1 
发表于 2022-3-29 15:29
收藏
淘帖
支持！
反对！