泛朦第三系神經(jīng)系(編輯修改稿)
2025-01-31 16:08 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 最佳狀態(tài)的應(yīng)用，如 退火神經(jīng)網(wǎng)路 。 類神經(jīng)網(wǎng)路運(yùn)作（ 1） ? 類神經(jīng)網(wǎng)路的運(yùn)作過程分成兩個(gè)階段： ? 學(xué)習(xí)過程：從範(fàn)例學(xué)習(xí)，以調(diào)整網(wǎng)路連節(jié)加權(quán)值的過程 。 ? 回想過程：網(wǎng)路依回想演算法，以輸入資料決定網(wǎng)路輸出資料的過程。 類神經(jīng)網(wǎng)路運(yùn)作（ 2） ? ：藉此調(diào)整網(wǎng)路連結(jié)加權(quán)值。訓(xùn)練範(fàn)例型式依所使用的網(wǎng)路模式之不同而異 。 ? ：用以評(píng)估網(wǎng)路學(xué)習(xí)成果所使用的範(fàn)例。 ? （ ）差異：前者只用回想演算法得到推論輸出值，並與目標(biāo)輸出值比較，以評(píng)估網(wǎng)路學(xué)習(xí)精度。 類神經(jīng)網(wǎng)路運(yùn)作（ 3） ? 3. 待推案例：網(wǎng)路學(xué)習(xí)過程完後，可用網(wǎng)路推論待推案例的結(jié)果。 ? （ ）差異：前者沒有目標(biāo)輸出變數(shù)向量 優(yōu)點(diǎn) ? 高速計(jì)算能力 ? 高容記憶能力 ? 學(xué)習(xí)能力 ? 容錯(cuò)能力 應(yīng)用 ? 監(jiān)督式學(xué)習(xí)應(yīng)用：分類、預(yù)測(cè)。 ? 非監(jiān)督式學(xué)習(xí)應(yīng)用：聚類。 ? 聯(lián)想式學(xué)習(xí)應(yīng)用：雜訊過濾、資料擷取。 ? 最佳化問題應(yīng)用：設(shè)計(jì)、排程。 基本架構(gòu)（ 1） ? 處理單元：類神經(jīng)網(wǎng)路基本單位 ? 作用可用三個(gè)函數(shù)來(lái)說(shuō)明： 1）集成函數(shù) 2）作用函數(shù) 3）轉(zhuǎn)換函數(shù) 基本架構(gòu)（ 2） ? 層：若干個(gè)具相同作用的處理單元集合成。 ? 層的三種作用： 1）正規(guī)化輸出 2）競(jìng)爭(zhēng)化輸出 3）競(jìng)爭(zhēng)化學(xué)習(xí) 基本架構(gòu)（ 3） ? 網(wǎng)路：若干個(gè)具不同作用的層集合成網(wǎng)路 ? 網(wǎng)路兩種作用： 1）學(xué)習(xí)過程 2）回想過程 s 字型函數(shù) ( s i g m o i d f u n c t i o n ) ： )e x p (11)(cvv????12 1 2 0 21? C：實(shí)數(shù)型常數(shù)。單調(diào) ( monotonic ) 遞增 、平滑且可微分的函數(shù)。 ? 採(cǎi)用： 倒傳遞類神經(jīng)網(wǎng)路 、 連續(xù)型霍普菲爾網(wǎng)路 ，都是此種活化函數(shù)。 倒傳遞網(wǎng)路 ? 倒傳遞類神網(wǎng)路模式是目前類神網(wǎng)路學(xué)習(xí)模式中最具代表性，應(yīng)用最普遍的模式。 ? 倒傳遞類神經(jīng)網(wǎng)路屬於監(jiān)督式學(xué)習(xí)網(wǎng)路，因而適合診斷、預(yù)測(cè)等應(yīng)用。 ?????? ????? ???? 輸出向量 輸入向量 輸出層：表示輸 出變數(shù) 隱藏層：表示輸 入處理 單元間 的交互 影響 輸出層：表示輸 入變數(shù)
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1