boltzmann神經(jīng)網(wǎng)絡(luò)模型與學(xué)習(xí)算法(參考版)
2025-01-07 14:36本頁(yè)面
【正文】 小結(jié) ?概述 ?Boltzmann機(jī)的網(wǎng)絡(luò)結(jié)構(gòu) ? Boltzmann機(jī)的學(xué)習(xí)算法 ? Boltzmann機(jī)與 Hopfield網(wǎng)絡(luò)的關(guān)系 謝謝！ 。 0( 1 )l o g ( 1 )TTtt?? ?Boltzmann機(jī)學(xué)習(xí)算法的 MATLAB實(shí)現(xiàn) ?在 MATLAB的工具箱中，沒(méi)有 Boltzmann神經(jīng)網(wǎng)絡(luò)的相關(guān)函數(shù)，在學(xué)習(xí)完第 4章后，根據(jù)自己的需要，利用 MATLAB中的數(shù)學(xué)計(jì)算函數(shù)來(lái)擴(kuò)展 nnToolKit工具包，實(shí)現(xiàn)Boltzmann神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法，完成特定的需要。 注意事項(xiàng) ?概率閥值的確定方法 在網(wǎng)絡(luò)初始化時(shí)按經(jīng)驗(yàn)確定，或在運(yùn)行過(guò)程中選取一個(gè) [0， ]之間均勻分布的隨機(jī)數(shù)。jjv t v t j N j i? ? ? ?0( 1 )l o g ( 1 )TTtt?? ?1tt??注意事項(xiàng) ?起始溫度 T0的選擇方法 隨機(jī)選取網(wǎng)絡(luò)中 K個(gè)神經(jīng)元，取這 K個(gè)神經(jīng)元能量的方差為 T0 在初始網(wǎng)絡(luò)中選取使 Δ E最大的兩個(gè)神經(jīng)元，取 T0為Δ Emax的若干倍。 1,( ) ( )Ni i j j jj j iH t w u t b?????ijnjiji bvwtu ?? ?? 1)( Boltzmann機(jī)學(xué)習(xí)算法 ?狀態(tài)更新算法 ?（ 3）更新神經(jīng)元狀態(tài) 根據(jù)下面公式更新神經(jīng)元的狀態(tài)： ijnjiji bvwtu ?? ?? 1)(1[ ( 1 ) 1 ]1 e xp ( ( ) / )i iP v tH t T? ? ???Ttui ietvP )(11)1)1((????? Boltzmann機(jī)學(xué)習(xí)算法 ?（ 4）除 i外的神經(jīng)元的輸出狀態(tài)保持不變 ,即除 i外的神經(jīng)元的狀態(tài)由下面公式求解得出： ?（ 5）令 ，按照下式計(jì)算出新的溫度參數(shù)： ?（ 6）第 5步計(jì)算出的溫度參數(shù)是否小于目標(biāo)溫度，小于目標(biāo)溫度則算法結(jié)束，否則返回（ 2），進(jìn)入下一輪計(jì)算。 Boltzmann機(jī)學(xué)習(xí)算法 ?狀態(tài)更新算法 ?（ 1）網(wǎng)絡(luò)初始化 給初始狀態(tài)賦 [1， 1]之間的隨機(jī)數(shù)，設(shè)定起始溫度 T0和目標(biāo)溫度值 Tfinal。反之，在低溫下神經(jīng)元狀態(tài)對(duì) Δ Ei的變化更加敏感。 ???????? PPPPEEEE ???????? 10BM網(wǎng)絡(luò)狀態(tài)演變的能量特征 另一方面，溫度 T對(duì)網(wǎng)絡(luò)的狀態(tài)影響很大。 BM網(wǎng)絡(luò)狀態(tài)演變的能量特征 由此式可見(jiàn)，對(duì)網(wǎng)絡(luò)進(jìn)行足夠多次迭代搜索后， BM神經(jīng)網(wǎng)絡(luò)處于哪一種狀態(tài)的概率，即取決
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1