|
|
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
* t- z0 o/ i0 C* L5 Y+ t( p
什么是人工神经网络(ANNs)?
; ^3 \; @5 L( p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。
0 U% ?' P- A, _/ x
8 |5 ]) A1 M. h9 A3 I8 Q人工神经元模型
! F+ ?( ^8 q+ G* F
1 S" R+ J6 d. s! B% e* U
7 z w( {: ^! I; v' Q/ r Y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。; r* v8 \5 i& M" Z8 j
* O6 ]2 ]6 U. b! W6 I
2 t3 u/ ? {- X6 o& _
. ^& H2 F+ e6 }7 i) |神经网络概述4 u( m! N- \% D" s
按连接方式:前向神经网络 vs. 反馈神经网络- |- v. @% N7 G2 h4 E; o
按学习方式:监督学习神经网络 vs. 无监督神经网络
9 t, L8 b9 r5 T( a: m) R' ~按实现功能:拟合(回归)神经网络 vs. 分类神经网络
# y* b$ K# [4 z( n1 G% e( W2 Z* N4 e) l1 m8 ~) W
BP神经网络
4 k7 m" u, v- y3 c- 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。
/ P, f) h7 l! e5 S" J+ H - H) E, [- Z' u4 w; B# q5 ?
+ p( R6 R1 L! w2 r7 a. ~. m |
|