前饋神經網絡-在線瀏覽
2024-08-31 19:56本頁面
【正文】 feed forward NN 前饋神經網絡及其主要方法 ? 前饋神經網絡 (feed forward NN)：各神經元接受前級輸入，并輸出到下一級，無反饋，可用一有向無環(huán)圖表示。 ? 前饋網絡通常分為不同的層 (layer)，第 i層的輸入只與第 i1層的輸出聯結。 感知器學習算法 ? 感知器學習算法： ? 對應于線性判別函數 ? 對線性可分問題，算法收斂，對線性不可分的數據，算法不收斂 T???W e p()k j k k jw t a p?? ? ?多層感知器 多層感知器的一致逼近性 ? 單個閾值神經元可以實現任意多輸入的與 、 或 及 與非 、 或非 邏輯門。 ? 當神經元的輸出函數為 Sigmoid等函數時，兩層前饋網絡可以 逼近任意的多元非線性函數。 XOR問題 ? 任何一個邏輯電路都可以只用 XOR門來實現， XOR是通用門 (universal logic gate) ? 感知器不能解決 XOR問題 ? 兩層感知器可以解決 XOR問題 反向傳播 (BP)算法 ?多層感知器的中間隱層不直接與外界連接，其誤差無法估計 . ?反向傳播算法：從后向前（反向）逐層“傳播”輸出層的誤差，以間接算出 隱層誤差 。 ( 1 )( ) ( )lli j j j j j it a f n? ? ???? ? ? ? ?w a a39。21( ) ( ) ( 1 )1 ( 1 )nnnea f n f n a aee???? ? ? ? ???( 1 )( ) ( 1 ) li j j j j j it a a a??? ? ? ?wa局部 梯度 擴展 delta學習規(guī)則 Case 2:隱層權值修正 ( 1 )39。 ( 1 )( ( ) )lli j j i k j k j ikw f n? ? ? ???? ?
畢業(yè)設計相關推薦
鄂ICP備17016276號-1