人工智能bp網(wǎng)絡(luò)ppt課件(更新版)
【正文】 固定的，出此，網(wǎng)絡(luò)的收斂速度慢，需要校長(zhǎng)的訓(xùn)練時(shí)間。訓(xùn)練后，繪圖以 [0， 2π]等間距取 361個(gè)點(diǎn) (檢測(cè)間距為 π/360)。 下面給出一個(gè)典型的用來(lái)進(jìn)行函數(shù)逼近的兩層結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)，它具有一個(gè)雙曲正切型的激活函數(shù)隱含層，其輸出層采用線性函數(shù)。 ? 下面定義訓(xùn)練參數(shù)并進(jìn)行訓(xùn)練： disp_fqre=10。purelin39。 err_goal=。 ? 首先對(duì)網(wǎng)絡(luò)進(jìn)行初始化： ? [R,Q]=size(P)。最后給出不同誤差精度的擬合效果圖 ,并給出訓(xùn)練誤差和訓(xùn)詞次數(shù)的關(guān)系圖。這主要是由于學(xué)習(xí)速率太小造成的，可采用變化的學(xué)習(xí)速率或自適應(yīng)的學(xué)習(xí)速率加以改進(jìn)。它是通過(guò)連續(xù)不斷地在相對(duì)于誤差函數(shù)斜率下降的方向上計(jì)算網(wǎng)絡(luò)權(quán)值和偏差的變化而逐漸逼近目標(biāo)的。上下層之間實(shí)現(xiàn)全連接，而每層神經(jīng)元之間無(wú)連接。 ? BP網(wǎng)絡(luò)是一種具有三層或三層以上的神經(jīng)網(wǎng)絡(luò)，包括輸入層、中間層 (隱層 )和輸出層。學(xué)習(xí)的目的是用網(wǎng)絡(luò)的實(shí)際輸出 與目標(biāo)矢量 之間的誤差來(lái)修正其權(quán)值，使其 ，（ l=1， 2， … ， q）與期望的盡可能地接近；即使網(wǎng)絡(luò)輸出層 的誤差平方和達(dá)到最小。對(duì)于一些復(fù)雜的問(wèn)題，BP算法需要的訓(xùn)練時(shí)間可能會(huì)非常長(zhǎng)。初始權(quán)閾值隨機(jī)。 ? 定義一個(gè)密度較大的第二個(gè)輸入矢量： ? P2=1::1。max_epoch=8000。,P,T,TP)
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1