典型人工神經(jīng)網(wǎng)絡(luò)b(專業(yè)版)
【正文】 這個(gè)所謂的“合適”，是相對(duì)于所需要的隱含層的節(jié)點(diǎn)數(shù)來確定，因?yàn)檩^小的期望誤差值是要靠增加隱含層的節(jié)點(diǎn)，以及訓(xùn)練時(shí)間來獲得的。利用附加動(dòng)量的作用則有可能滑過局部極小值。,2,1。 隱含單元既可以與輸入輸出單元相連，也可以與其它隱含單元相連。可通過調(diào)節(jié) Sigmoid函數(shù)的斜率或采用其它激勵(lì)函數(shù)來改善網(wǎng)絡(luò)的學(xué)習(xí)性能。 BP網(wǎng)絡(luò)隱含層的神經(jīng)元數(shù) 初始權(quán)值的選取 一般取初始權(quán)值在 (1， 1)之間的隨機(jī)數(shù)。sim 輸入測(cè)試數(shù)據(jù)； 查看仿真結(jié)果； simuff。這在結(jié)構(gòu)實(shí)現(xiàn)上，要比增加更多的隱含層要簡(jiǎn)單得多。 學(xué)習(xí)方式 : 增量型 學(xué)習(xí)方法效果好； 累積型 學(xué)習(xí)方法速度快。 ifif00??uuy單一人工神經(jīng)元 —— 單層感知機(jī) 版權(quán)所有 復(fù)制必究 2022 8 ∧ 0 0 0 0 1 0 1 0 0 1 1 1 ∨ 0 0 0 0 1 1 1 0 1 1 1 1 1x 2x 02211 ??? ?xwxw000 21 ??? ?ww010 21 ??? ?ww001 21 ??? ?ww011 21 ??? ?ww1x 2x121????ww02211 ??? ?xwxw000 21 ??? ?ww010 21 ??? ?ww001 21 ??? ?ww011 21 ??? ?ww1x 2x2x1x與 邏 輯 或 邏 輯 分類能力分析 121????ww版權(quán)所有 復(fù)制必究 2022 9 1x ⊕ 0 0 0 0 1 1 1 0 1 1 1 0 1x2x02211 ??? ?xwxw000 21 ??? ?ww010 21 ??? ?ww001 21 ??? ?ww011 21 ??? ?ww2x1x2x1x?????????21120wwww異 或 邏 輯 2x 2x1xand or xor 02211 ??? ?xwxw版權(quán)所有 復(fù)制必究 2022 10 單層感知機(jī) 通過適當(dāng)?shù)倪x擇權(quán)重，單層感知機(jī)能夠?qū)崿F(xiàn)and, or, not布爾邏輯。3333333)()(????????????????????33( ) ( )l l l ld o f Ne t?? ???333333333)()(lllllllllllllN e tfodN e tN e tooJN e tN e tJJ????????????????????????學(xué)習(xí)算法（續(xù)） 版權(quán)所有 復(fù)制必究 2022 24 第二步：計(jì)算梯度 JJW 22 , ???2222 2 2 2 232313 3 213 3 2 21()()( ) ( ) ( )()k k kkik i k k i k k k i kmllkil l l kml l l lk k ilml lk k i k ilNe t z Ne tJ J J Jf Ne t yw Ne t w z Ne t w zo Ne tJf Ne t yo Ne t zd o f Ne t w f Ne t yw f Ne t y y?????? ? ?? ? ? ??? ? ?? ? ? ? ? ? ??? ???????? ? ???????? ? ????????? ? ? ????????.)( 22132 kkmllklkNe tfwJ ??? ????????????? ??學(xué)習(xí)算法（續(xù)） 版權(quán)所有 復(fù)制必究 2022 25 第三步：計(jì)算梯度 :,11 JJw ???學(xué)習(xí)算法（續(xù)） 111 1 1 1 121212 2 1 11()()i i iij i ij i i ijqkijk kiqk k i i j i jkN e t y N e tJ J Jw N e t w y N e t wN e tJf N e t xN e
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1