神經(jīng)元模型和網(wǎng)絡(luò)結(jié)構(gòu)(更新版)
【正文】 神經(jīng)元的輸出。 結(jié)束語 本章介紹了一種簡單的人工神經(jīng)元，并展示了如何通過不同的連接方式將一些神經(jīng)元組連接起來構(gòu)造出不同的神經(jīng)那個(gè)網(wǎng)絡(luò)。 ?? 65? T （ i） （ ii） （ iii） 現(xiàn)有一個(gè)單層神經(jīng)網(wǎng)絡(luò)，具有 6個(gè)輸入和 2個(gè)輸出。 W1b1+?1pR 11RS1 RS1 1S1 1n1S1a1= ?1( W1p + b1)輸 入 第 1 層a1S1 1W2b21+S2 S1S2 1?2n2S2 1S2a2= ?2( W2a1+ b2)W3b3a2S2 11S3 S2S 3 1+?3n3S3 1a3S3 1第 2 層第 3 層a3= ?3( W3a2+ b3)a3= ?3( W3?2( W2?1( W1p + b1) + b2) + b3)圖 2 1 0 三 層 網(wǎng) 絡(luò) 的 簡 化 表 示 延時(shí) 在討論遞歸網(wǎng)絡(luò)前，首先介紹一些簡單的構(gòu)造模塊。 ∑?∑?∑?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)元素均通過權(quán)值矩陣 W和每個(gè)神經(jīng)元相連。這些輸入被送人權(quán)值矩陣 W， W有 1行 R列。下面將討論其中最常用的三種。 原理和實(shí)例 符號(hào) 本書中的圖、數(shù)字公式以及解釋圖和數(shù)字公式的正文，將使用一下符號(hào)： 標(biāo)量：小寫的斜體字母，如 a,b,c。本書中將使用本章所引入的概念和符號(hào)。 本書包括了各個(gè)不同的傳輸函數(shù)。 圖 26 具有 R個(gè)輸入的神經(jīng)元的簡化符號(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。 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。 前面討論的三層網(wǎng)絡(luò)同樣也可以用簡化的符號(hào)表示，如圖 210所示。 如果 數(shù)，請問其輸出值分別是多少？ （ i）硬極限函數(shù) （ ii）線性函數(shù) （ iii）對數(shù) S形（ logsig）函數(shù) 解 （ i）對硬極限傳輸函數(shù)有 （ ii）對線性傳輸函數(shù)有 （ iii）對對數(shù) S形傳輸函數(shù)有 給定一個(gè)具有如下參數(shù)的兩輸入神經(jīng)元：b=,W=[3 2],p= ，試依據(jù)下列傳輸函數(shù)計(jì)算神經(jīng)元輸出： （ i）對稱硬極限傳輸函數(shù) （ ii）飽和現(xiàn)行傳輸函數(shù) （ iii）雙曲正切 S形（ tansig）傳輸函數(shù) 解 首先計(jì)算凈輸入 n: 現(xiàn)針對每種傳輸函數(shù)計(jì)算該神經(jīng)元的輸出。
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1