人工神經(jīng)網(wǎng)絡(luò)算法-資料下載頁(yè)
2025-09-22 10:21本頁(yè)面
【正文】 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)。 ? 2．由于是一個(gè)非線性優(yōu)化問(wèn)題，那么不可防止地存在有局部極小的問(wèn)題。通常，在 BP算法中，隨機(jī)設(shè)置初始權(quán)值時(shí)，網(wǎng)絡(luò)的訓(xùn)練一般較難到達(dá)全局最優(yōu)。 ? 3．網(wǎng)絡(luò)隱含層的層數(shù)和單元數(shù)的選擇尚無(wú)理論上的指導(dǎo)，一般是根據(jù)經(jīng)驗(yàn)或者是通過(guò)反復(fù)實(shí)驗(yàn)來(lái)確定。因此網(wǎng)絡(luò)往往存在很大的冗余性，在一定程度上也增加了網(wǎng)絡(luò)學(xué)習(xí)的負(fù)擔(dān)。 ? 4．網(wǎng)絡(luò)的學(xué)習(xí)和記憶具有不穩(wěn)定性。如果增加了學(xué)習(xí)樣本，訓(xùn)練好的網(wǎng)絡(luò)就需要從頭開始重新訓(xùn)練，對(duì)于以前的權(quán)值和閾值是沒有記憶的。 ? 第十六頁(yè)，共二十頁(yè)。 第十七頁(yè)，共二十頁(yè)。 第十八頁(yè)，共二十頁(yè)。 第十九頁(yè)，共二十頁(yè)。 內(nèi)容總結(jié) 神經(jīng)網(wǎng)絡(luò)幾乎與 AI同時(shí)起步，但 30余年來(lái)卻并未取得人工智能那樣巨大的成功，中間經(jīng)歷了一段長(zhǎng)時(shí)間的蕭條。這里之所以選 S型函數(shù)作為 BP神經(jīng)元網(wǎng)絡(luò)的激活函數(shù)是因?yàn)樗沁B續(xù)可微分的，而且更接近于生物神經(jīng)元的信號(hào)輸入形式。但正因?yàn)樗捎玫牡氖欠蔷€性規(guī)劃中的最速下降法，按誤差的負(fù)梯度方向修改權(quán)值，因而通常存在著一些問(wèn)題。 1．由于學(xué)習(xí)速率是固定的，因此網(wǎng)絡(luò)的收斂速度較慢，需要較長(zhǎng)的收斂時(shí)間 第二十頁(yè)，共二十頁(yè)。
化學(xué)相關(guān)推薦
鄂ICP備17016276號(hào)-1