freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內容

反向傳播網絡ppt課件(編輯修改稿)

2025-06-02 18:03 本頁面
 

【文章內容簡介】 網絡將以泛化方式給出輸出結果。 為了能夠較好地掌握 BP網絡的訓練過程,我們用兩層網絡為例來敘述 BP網絡的訓練步驟。 1)用小的隨機數對每一層的權值 W和偏差 B初始化 , 以保證網絡不被大的加權輸入飽和;并進行以下參數的設定或初始化: a)期望誤差最小值 error_goal; b)最大循環(huán)次數 max_epoch; c)修正權值的學習速率 1r, 一般情況下 k=0. 0l~0. 7; d)從 1開始的循環(huán)訓練: for epoch= 1:max_epoch; 2)計算網絡各層輸出矢量 A1和 A2以及網絡誤差 E: A1= tansig(W1*P, B1); A2= purelin(W2*A1, B2); E= TA; 3)計算各層反傳的誤差變化 D2和 D1并計算各層權值的修正值以及新權值: D2= deltalin(A2, E); D1= deltatan(A1, D2, W2); [dlWl, dBl]= learnbp(P, D1, lr); [dW2, dB2]= 1earnbp(A1, D2, 1r); W1= W1十 dW1; B1= B1十 dBl; W2= W2十 dW2; B2= B2十 dB2; 4)再次計算權值修正后誤差平方和: SSE= sumsqr(Tpurelin(W2*tansig(W1*P, B1),B2)); 5)檢查 SSE是否小于 err_goal, 若是 , 訓練結束;否則繼續(xù) 。 以上所有的學習規(guī)則與訓練的全過程,仍然可以用函數 。它的使用同樣只需要定義有關參數:顯示間隔次數,最大循環(huán)次數,目標誤差,以及學習速率,而調用后返回訓練后權值,循環(huán)總數和最終誤差: TP= [disp_freq max_epoch err_goal 1r]; [W, B, epochs, errors]= trainbp(W, B, ’F’, P,T, TP); [例 6. 1]用于函數逼近的 BP網絡的設計。 P=1::1; T=[ ]。 比較 trainbpx和 trainbp的速度差別。 泛化性能:使網絡平滑地學習函數,使網絡能夠合理地響應被訓練以外的輸入。 要注意的是,泛化性能只對被訓練的輸入/輸出對最大值范圍內的數據有效,即網絡具有內插值特性,不具有外插值性。超出最大訓練值的輸入必將產生大的輸出誤差。 6. 4 BP網絡的設計 6. 4. 1網絡的層數 理論上已經證明:具有偏差和至少一個 S型隱含層加上一個線性輸出層的網絡,能夠逼近任何有理函數。 增加層數主要可以更進一步的降低誤差,提高精度,但同時也使網絡復雜化,從而增加了網絡權值的訓練時間。 一般情況下,應優(yōu)
點擊復制文檔內容
教學課件相關推薦
文庫吧 www.dybbs8.com
備案圖片鄂ICP備17016276號-1