線性判別函數(shù)人工神經(jīng)元網(wǎng)絡(luò)模型(編輯修改稿)
2025-06-22 18:07 本頁面
【文章內(nèi)容簡介】 ?211( ( ( ) ( )) )2( ( ) ( )) ( )( ( ) ( )) f ( ( )) ( )qoooo o oooo o o od k yo ked k yo k yo kyi yid k yo k yi k k??????? ? ? ????? ? ? ??()o k?2 BP網(wǎng)絡(luò)的標準學習算法 ( ) ( )o ohho o hoe e y i k ho kw y i w?? ? ?? ? ?? ? ?1()()( ( ) )()()hi h h i hni h i hh iii h i he e h i kw h i k ww x k bh i kxkww?? ? ??? ? ??????????第五步，利用隱含層到輸出層的連接權(quán)值、輸出層的 和隱含層的輸出計算誤差函數(shù)對隱含層各神經(jīng)元的偏導數(shù) 。 ()h k?()o k?2 BP網(wǎng)絡(luò)的標準學習算法 21212111( ( ( ) ( )) )()2( ) ( ) ( )1( ( ( ) f( ( )) ) )()2( ) ( )1( (( ( ) f( ( ) ) ))()2( ) ( )qoohoh h hqoohohhqpo h o h ohohhhd k yo ke h o kh i k h o k h i kd k yi kh o kh o k h i kd k w h o k bh o kh o k h i k?????????? ? ???????? ? ?????????11()( ( ) ( ) ) f ( ( ) )()( ( ) ) f ( ( ) ) ( )qho o o h oo hqo h o h hoh o kd k yo k yi k wh i kk w h i k k??????? ? ???? ? ???2 BP網(wǎng)絡(luò)的標準學習算法 ?第六步，利用輸出層各神經(jīng)元的 和隱含層各神經(jīng)元的輸出來修正連接權(quán)值 。 1( ) ( ) ( )( ) ( )h o o hhoNNh o h o o hew k k h o kww w k h o k? ? ?????? ? ? ????()o k?()howk2 BP網(wǎng)絡(luò)的標準學習算法 ?第七步，利用隱含層各神經(jīng)元的 和輸入層各神經(jīng)元的輸入修正連接權(quán)。 ()h k?1()( ) ( ) ( )()( ) ( )hi h h ii h h i hNNi h i h h ie e h i kw k k x kw h i k ww w k x k? ? ????? ? ?? ? ? ? ? ?? ? ???2 BP網(wǎng)絡(luò)的標準學習算法 ?第八步，計算全局誤差 ?第九步，判斷網(wǎng)絡(luò)誤差是否滿足要求。當誤差達到預(yù)設(shè)精度或?qū)W習次數(shù)大于設(shè)定的最大次數(shù)，則結(jié)束算法。否則，選取下一個學習樣本及對應(yīng)的期望輸出，返回到第三步，進入下一輪學習。 2111 ( ( ) ( ) )2qmookoE d k y km ??????2 BP網(wǎng)絡(luò)的標準學習算法 ?（ 11） BP算法直觀解釋 ?情況一直觀表達 當誤差對權(quán)值的偏 導數(shù)大于零時，權(quán)值 調(diào)整量為負，實際輸 出大于期望輸出， 權(quán)值向減少方向調(diào)整， 使得實際輸出與期望 輸出的差減少。
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1