|
EDA365欢迎您登录!
您需要 登录 才可以下载或查看,没有帐号?注册
x
- z5 ^9 H! s- H" c' l/ P什么是人工神经网络(ANNs)?8 x- ]8 v5 _0 b- M* `$ Q
在机器学习和认知科学,artificial neural networks(ANNs)是启发自生物神经网络的一种统计学习模型。ANNs可以利用大量的数据来估计和近似函数。通常我们把它看成是一个黑箱子。! \/ V& r$ g" R9 L3 g% n
& g8 g3 c: @" P9 m) H
人工神经元模型
: y" }7 h) q! x( q* c" |
, D" E! X7 ^3 N+ ]' {& q- D: G
5 X2 m& b0 R6 Y w% Y& P其中X为输入的向量;W为权重变量;θ是偏执值;net为x,w向量的内积减θ;f(⋅)是激活函数。
& J! I! t9 r( W2 _8 s1 f
' `' p' ~ [( r+ m3 f" D7 M8 a: }
# E7 A& c: t& w- |
7 T6 c4 E- P! J3 \: c神经网络概述/ `, j7 W; w3 q' ]1 a& c
按连接方式:前向神经网络 vs. 反馈神经网络
/ g# ] Q% m! Q$ F按学习方式:监督学习神经网络 vs. 无监督神经网络+ g5 ^, E8 ]- }3 l8 R
按实现功能:拟合(回归)神经网络 vs. 分类神经网络
5 P& U, D4 L3 V% P8 o9 ^7 v) M
8 |0 K% r M, C: J% _BP神经网络
( m' s( f8 S6 `# z# X! G- BP算法是教授人工神经网络如何执行给定任务的一种常用方法。
- BP神经网络是一种监督学习方法,它需要知道或能够计算出训练集中任何输入的期望输出。
- 反向传播要求人工神经元使用的激活函数是可微的。# Z5 ` x' K6 T* _$ S( L5 x# d
, b1 J# Q+ z% s( j
) f; b! V7 ?' N
|
|