人工智能bp網(wǎng)絡(luò)ppt課件(存儲(chǔ)版)
【正文】 比較。[W2,B2]=rands(S2,S1)。tansig39。 TP=[diap_frep max_epoch err_goal lr]。S1=5。 2：函數(shù) 3，要求在 X1X2平面內(nèi) , 樣本間距為 21*21 (間距 )進(jìn)行訓(xùn)練，繪圖間距 。對于這個(gè)問題，可以采用附加動(dòng)量法來解決。 ?1 2, , ..., qp p p1 2, ,..., qA A A1 2, , ..., qT T TlA1 2, , ..., qT T T具有 — 個(gè)隱含層的簡化網(wǎng)絡(luò)圖 ? BP算法是由兩部分組成：信息的正向傳遞與誤差的反向傳播。 ? 接下來，按照減少目標(biāo)輸出與實(shí)際誤差的方向，從輸出層經(jīng)過各中間層逐層修正備連接權(quán)值，最后回到輸入層，這種算法稱為 “ 誤差逆?zhèn)鞑ニ惴?” ，即 BP算法。由于傳遞函數(shù)是處處可微的，所以對于 BP網(wǎng)絡(luò)來說，一方面，所劃分酌區(qū)域不再是一個(gè)線性劃分，而是由一個(gè)非線性超平面組成的區(qū)域，它是曲面，因而它的分類比線性劃分更加精確，容錯(cuò)性也比線性劃分更好。 BP算法屬于 算法，是一種監(jiān)督式的學(xué)習(xí)算法。 ? 設(shè)輸入為 P，輸入神經(jīng)元有 r個(gè)，隱含層內(nèi)有 s1的神經(jīng)元，激活函數(shù)為 F1，輸出層內(nèi)有 s2個(gè)神經(jīng)元，對應(yīng)的激活函數(shù)為 F2，輸出為 A，目標(biāo)矢量為 T。 人工智能大作業(yè) 2— BP神經(jīng)網(wǎng)絡(luò) 要求： 1：函數(shù) 1和 2以 [0， 2π]等間距取 11點(diǎn)
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1