線性判別函數(shù)人工神經(jīng)元網(wǎng)絡(luò)模型-文庫(kù)吧資料
2025-06-01 18:07本頁(yè)面
【正文】 d max values for R input elements (2)SiSize of ith layer, for Nl layers (3)TFiTransfer function of ith layer, default = 39。 who hoew??e 0，此時(shí) Δwho0 2 BP網(wǎng)絡(luò)的標(biāo)準(zhǔn)學(xué)習(xí)算法 ?BP算法直解釋 ?情況二直觀表達(dá) 當(dāng)誤差對(duì)權(quán)值的偏導(dǎo)數(shù) 小于零時(shí)，權(quán)值調(diào)整量 為正，實(shí)際輸出少于期 望輸出，權(quán)值向增大方向 調(diào)整，使得實(shí)際輸出與期 望輸出的差減少。否則，選取下一個(gè)學(xué)習(xí)樣本及對(duì)應(yīng)的期望輸出，返回到第三步，進(jìn)入下一輪學(xué)習(xí)。 ()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(biāo)準(zhǔn)學(xué)習(xí)算法 ?第八步，計(jì)算全局誤差 ?第九步，判斷網(wǎng)絡(luò)誤差是否滿(mǎn)足要求。 ()h k?()o k?2 BP網(wǎng)絡(luò)的標(biāo)準(zhǔn)學(xué)習(xí)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(biāo)準(zhǔn)學(xué)習(xí)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(lái)修正連接權(quán)值 。 ?第二步 ,隨機(jī)選取第 個(gè)輸入樣本及對(duì)應(yīng)期望輸出 ?k? ?12( ) ( ) , ( ) , , ( )nk x k x k x k?x? ?12( ) ( ) , ( ) , , ( )qk d k d k d k?od2 BP網(wǎng)絡(luò)的標(biāo)準(zhǔn)學(xué)習(xí)算法 ?第三步，計(jì)算各層各神經(jīng)元的輸入和輸出 1( ) ( ) 1 , 2 , ,nh i h i hih i k w x k b h p?? ? ??( ) f( ( )) 1 , 2 , ,hhh o k h i k h p??1( ) ( ) 1 , 2 ,po h o h ohy i k w h o k b o q?? ? ??( ) f( ( )) 1 , 2 ,ooy o k y i k o q??2 BP網(wǎng)絡(luò)的標(biāo)準(zhǔn)學(xué)習(xí)算法 ?第四步，利用網(wǎng)絡(luò)期望輸出和實(shí)際輸出，計(jì)算誤差函數(shù)對(duì)輸出層的各神經(jīng)元的偏導(dǎo)數(shù) 。 ?期望輸出向量 。 ?輸出層輸入向量 。 2 BP網(wǎng)絡(luò)的標(biāo)準(zhǔn)學(xué)習(xí)算法 算法思想 ?（ 4）學(xué)習(xí)的類(lèi)型：有導(dǎo)師學(xué)習(xí) ?（ 5）核心思想： ? 將輸出誤差 以某種形式 通過(guò)隱層向輸入層逐層反傳 ?（ 6）學(xué)習(xí)的過(guò)程： ?信號(hào)的正向傳
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1