《生物神經(jīng)元》ppt課件-文庫(kù)吧
2024-12-24 05:11 本頁(yè)面
【正文】 函數(shù) 非線性斜面函數(shù) 閾值函數(shù)，又稱階躍函數(shù) S型函數(shù) S型激活函數(shù)的特性 非線性 處處連續(xù)可導(dǎo) 有較好的增益控制 —防止網(wǎng)絡(luò)進(jìn)入飽和狀態(tài) o 0 人工神經(jīng)元， MP模型 x1 x2 xn =XW w1 w2 wn ? o=f() 將基本模型和激活函數(shù)合在一起就構(gòu)成了人工神經(jīng)元 這就是著名的 McCullochPitts模型， MP模型 也稱處理單元 PE 人工神經(jīng)網(wǎng)絡(luò)的簡(jiǎn)化畫(huà)法 用節(jié)點(diǎn)代表神經(jīng)元，加權(quán)有向邊代表從神經(jīng)元到 神經(jīng)元之間的有向聯(lián)結(jié)，權(quán)代表聯(lián)結(jié)強(qiáng)度，箭頭 代表信號(hào)的傳遞方向。 簡(jiǎn)單單級(jí)網(wǎng) 輸入層的神經(jīng)元不對(duì)輸入信號(hào)做任何處理，它們只 起到對(duì)輸入向量 X的扇出作用。 簡(jiǎn)單單級(jí)網(wǎng) x1 x2 xn w11 o1 o2 om 簡(jiǎn)單單級(jí)網(wǎng)的輸入輸出 W=(wij)= w11 w21 wn1 w12 w22 wn2 w1m w2m wnm … … … 權(quán)矩陣： 輸入層第 j個(gè)神經(jīng)元的網(wǎng)絡(luò)輸入為： j =x1w1j+x2w2j+…+x nwnj (1 從而有 NET= 2 m ) , ,… O=F(NET) 多級(jí)網(wǎng) 研究表明，單級(jí)網(wǎng)的功能是有限的，適當(dāng)增加網(wǎng)絡(luò) 的層數(shù)是提高網(wǎng)絡(luò)計(jì)算能力的一個(gè)途徑。 x1 x2 xn o1 o2 om . . . 多級(jí)網(wǎng)的幾個(gè)約定 輸入層：只起到輸入信號(hào)的扇出作用，不記入層數(shù)。 第 j層：第 j1層的直接后續(xù)層。 輸出層：網(wǎng)絡(luò)的最后一層，具有最大層號(hào)， 負(fù)責(zé)輸出網(wǎng)絡(luò)的計(jì)算結(jié)果。 隱藏層：網(wǎng)絡(luò)輸入層與輸出層以外的層 層數(shù)：網(wǎng)絡(luò)輸入層的層號(hào) 第 j1層到第 j層的聯(lián)結(jié)矩陣稱第 j層聯(lián)結(jié)矩陣，記 W(j) 非線性激活函數(shù) 非線性激活函數(shù)在多級(jí)網(wǎng)絡(luò)中其著非常重要的作用。 如果采用線性激活函數(shù)，則多級(jí)網(wǎng)的功能不會(huì)超過(guò) 單級(jí)網(wǎng)的功能。 網(wǎng)絡(luò)模式的概念 所有的信息都是以模式的形式表現(xiàn)出來(lái)的。 輸入向量是模式； 輸出向量是模式； 同層神經(jīng)元的某一時(shí)刻的狀態(tài)是模式； 所有神經(jīng)元的某一時(shí)刻的狀態(tài)是模式； 權(quán)矩陣及其所含的向量都是模式。 空間模式與時(shí)空模式 網(wǎng)絡(luò)在某一時(shí)刻的狀態(tài)所確定模式稱為空間模式 以時(shí)間維為軸展開(kāi)的空間模式系列稱為時(shí)空模式 他們?nèi)缤环?huà)面與整個(gè)電影的關(guān)系 當(dāng)研究穩(wěn)定性和網(wǎng)絡(luò)訓(xùn)練的收斂過(guò)程時(shí)涉及時(shí)空模式 一般情況下，只涉及空間模式 人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練 人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程就是對(duì)它的訓(xùn)練過(guò)程 訓(xùn)練： 輸入樣本向量 將樣本集的內(nèi)涵以聯(lián)結(jié)權(quán)矩陣的方式存儲(chǔ)起來(lái) 使網(wǎng)絡(luò)接收輸入時(shí)，可以給出適當(dāng)?shù)妮敵? 調(diào)整權(quán)矩陣 人工神經(jīng)網(wǎng)絡(luò)的無(wú)導(dǎo)師訓(xùn)練 其訓(xùn)練集中只含一些輸入向量，訓(xùn)練算法致力于修 改權(quán)矩
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1