線性神經(jīng)網(wǎng)絡ppt課件(已修改)
2025-01-17 16:17 本頁面
【正文】 智能中國網(wǎng)提供學習支持 線性神經(jīng)網(wǎng)絡 線性神經(jīng)元網(wǎng)絡模型 ?線性神經(jīng)元模型 ?它與感知器的主要不同之處在于其神經(jīng)元有一個線性激活函數(shù)，這允許輸出可以是任意值，而不僅僅只是像感知器中那樣只能取 0或 1。 線性神經(jīng)元網(wǎng)絡模型 ?線性神經(jīng)元激活函數(shù) 線性神經(jīng)元網(wǎng)絡模型 ?線性神經(jīng)元網(wǎng)絡分類圖示 ?雙輸入 ?輸出如下式所示 11 1 21 2y w p w p b? ? ? 線性神經(jīng)元網(wǎng)絡模型 ?線性神經(jīng)網(wǎng)絡的結構 線性神經(jīng)網(wǎng)絡的學習算法 ?WidrowHoff學習規(guī)則 ?又稱為最小均方誤差 LMS （ Least Mean Square Error） 學習算法， 由 WidrowHoff提出， 屬于有導師學習算法 ?LMS學習規(guī)則定義如下 : ?目標 是通過調節(jié)權值，使 mse從誤差空間的某點開始，沿著mse的斜面向下滑行 ,最終使 mse達到最小值。 ? ? 221111 ( ) ( ) ( )mmkkm s e e k d k y kmm??? ? ???Bernard Widrow 線性神經(jīng)網(wǎng)絡的學習算法 ?算法實現(xiàn)步驟 ?第一步 :初始化 給各個連接賦一個較小的隨機值 ?第二步：輸入一個樣本，計算連接權值的調整量
教學課件相關推薦
鄂ICP備17016276號-1