Notion 博客 一个NotionNext搭建的博客
数据库系统概论
大数据原理与应用
javaWeb应用开发基础教程
python
毕业设计
大数据技术综合应用
实训-航空数据系统
java面向对象程序设计
数据结构
算法分析与设计
SPARK
Python爬虫大数据采集与挖掘
云计算
概率论与数理统计
数字逻辑
计算机网络
计算机组成原理
linux
操作系统
人工智能导论
数据仓库与数据挖掘
数据可视化
大数据安全与隐私保护
c语言
C++
[第八章]神经网络算法
人工神经网络概述
人工神经元
多输入单输出的线性处理单元
- 对输入加权组合结果做非线性变换
工作流程
- 接收输入信号xi
- 求出所有输入加权和net=sumWixi
- 对net做非线性变换y=f(net)，激活函数
常见的激活函数
- 线性函数
f(x)=kx+c
- 符号函数
f(x)=1(x≥0)
f(x)=0(x<0)
- 对数函数
- 双曲线正切函数
- 高斯函数
人工神经网络
拓扑结构
神经网络基础，两层或以上
连接方式
- 前馈神经网络
- 无反馈
- 反馈神经网络
- 最后一层的输出结果会反作用于第一层
- 层内有互联的神经网络
- 同一层的单元存在联系
学习规则
- 离线学习
- 学习和应用独立
- 在线学习
- 学习和应用同时
用于分类的前馈神经网络
误差后向传播学习过程(BP)
工作信号正向传递子过程
输入层向输出层
- 常见工作流程
- 全连接神经网络：下一层的每一项都连接上一层的所有项
误差信号反向传递子过程
误差信号输出层反向传递输入层，每传递一个节点，修正一个节点权值参数
- 梯度下降法B
Prev
[第七章]贝叶斯分类算法
Next
[第九章]回归分析算法
Loading...