神經(jīng)元模型和網(wǎng)絡(luò)結(jié)構(gòu)-文庫(kù)吧
2024-12-22 06:52 本頁(yè)面
【正文】 稱(chēng)飽和線(xiàn)性函數(shù) a=1,n1 a=n,1≤n≤1 a=1,n1 satlins 對(duì)數(shù) S形函數(shù) a=1/1+en logsig 雙曲正切 S形函數(shù) a=enen/en+en tansig 正線(xiàn)性函數(shù) a=0,n0 a=n,n ≥ 0 poslin 競(jìng)爭(zhēng)函數(shù) a=1,具有最大 n的神經(jīng)元 a=0,所有其他神經(jīng)元 pet 權(quán)值矩陣 通常，一個(gè)神經(jīng)元有不止一個(gè)輸入。具有 R個(gè)輸入的神經(jīng)元如圖 25所示。其輸入 p1,p2,…,p R 分別對(duì)應(yīng)權(quán)值矩陣 W的元素 w1,1,w1,2,…,w 1,R 。 圖 25 多輸入神經(jīng)元 ∑ ?...W1 , 1W1 , Rn ab1P1P2P3...pR輸 入多 輸 入 神 經(jīng) 元a = ? ( W p + b ) 該神經(jīng)元有一個(gè)偏置值 b,它與所有輸入的加權(quán)和累加，從而形成凈輸入 n： n=w1,1p1+w1,2p2+…+w 1,RpR+b （ ） 這個(gè)表達(dá)式也可以寫(xiě)成矩陣形式： n=Wp+b () 其中單個(gè)神經(jīng)元的權(quán)值矩陣 W只有一 行 元素。 神經(jīng)元的輸出可以寫(xiě)成： a=f(Wp+b) () 權(quán)值下標(biāo) 權(quán)值矩陣元素下標(biāo)的第一個(gè)下標(biāo)表示權(quán)值相應(yīng)連接所指定的目標(biāo)神經(jīng)元編號(hào)，第二個(gè)下標(biāo)表示權(quán)值相應(yīng)連接的源神經(jīng)元編號(hào)。 簡(jiǎn)化符號(hào) 圖 26為利用這種符號(hào)所表示的多輸入神經(jīng)元。 圖 26 具有 R個(gè)輸入的神經(jīng)元的簡(jiǎn)化符號(hào) 在圖 26中，左邊垂直的實(shí)心條表示輸入向量 p， p下面的變量 R 1表示 p的維數(shù)，也即輸入是由 R個(gè)元素組成的一維向量。這些輸入被送人權(quán)值矩陣 W， W有 1行 R列。常量 1則作為輸入與標(biāo)量偏置值 b相乘。傳輸函數(shù) f的凈輸入是 n，它是偏置值 b與積 Wp的和。在這種情況 Wb+ ?pR 11R1 R1 11 1n11 1aa = ? ( W p + b )輸 入 多 輸 入 神 經(jīng) 元下，神經(jīng)元的輸出 a是一個(gè)標(biāo)量。如果網(wǎng)絡(luò)有多個(gè)神經(jīng)元，那么網(wǎng)絡(luò)輸出就可能是一個(gè)向量。 請(qǐng)注意，網(wǎng)絡(luò)的輸入是由問(wèn)題的外部描述決定的。 網(wǎng)絡(luò)結(jié)構(gòu) 層 圖 27是由 S個(gè)神經(jīng)元組成的單層網(wǎng)絡(luò)。 該層包括權(quán)值矩陣、累加器、偏置值向量 b、傳輸函數(shù)框和輸出向量 a。 ∑?∑?∑?P1P2P3…pRW1 , 1WS , R輸 入 S 個(gè) 神 經(jīng) 元 的 層a = ? ( W p + b )b1b2bS111n1a1n2a2nSaS圖 2 7 S 個(gè) 神 經(jīng) 元 組 成 的 層 輸入向量 p的每個(gè)元素均通過(guò)權(quán)值矩陣 W和每個(gè)神經(jīng)元相連。 輸入向量通過(guò)如下權(quán)矩陣 W進(jìn)入網(wǎng)絡(luò)： （ ） 同樣，具有 S個(gè)神經(jīng)元、 R個(gè)輸入的單層網(wǎng)絡(luò)也能用簡(jiǎn)化的符號(hào)表示為如圖 28所示的形式。 ?????????????RSSSRR
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1