5.第五章_神经网络讲解.ppt

  1. 1、本文档共40页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第五章 类神经网络;什么是类神经网络;*;*;*;二、类神经网络的架构;后向传播神经网络;什么是后向传播?;不同的信息流向导致不同类型的网络,可区分为”前馈神经网络”(feed forward neural network)和”反馈式神经网络”(feedback neural network)。;前馈神经网络是指信息只朝一个方向流动,也就是数据在神经元之间的流动方向是单向的,没有循环。 这种网络而在分类过程中数据只能向前传送,直到到达输出层,层间没有向后的反馈信号,因此被称为前馈网络。 后向传播是在多层前馈神经网络上学习的。 ;反馈式神经网络是指数据在神经元之间的流动方向是双向关系,神经元会输出到其他所有的神经元,也会接收其他神经元的输出成为输入。;什么是自组织网络 ( SOM ,Self-Organizing Neural Networks );*;*;一个输出元的两层神经网络;*;多个输出元的三层神经网络;三、神经元的结构;n表示变量的个数 Oi表示第i个输入值(X) Wij表示第j个神经元的第i个输入值的权重;四、启动函数f(?)类型 ;*;;;;4、分段线性启动函数;;五、类神经网络的训练;*; 后向传播神经网络通过更新权重和偏置使得网络预测的误差达到最小。具体步骤如下: 通过输入节点将输入变量加以标准化,标准化后的变量数值落在0和1之间,或者是-1和1之间。 将网络权重初始值设定为0(或随机产生)。通过各节点的函数,估计数据的目标变量值。;;*;1、首先利用随机的方式,产生各神经元间的权重,以及隐藏层与输出层神经元的偏置。 ;2、根据输入信号,计算各隐藏层神经元的输出信号,假设输入的样本是(X1,X2,X3,Y)=(1,0,1,1)。 神经元4: 神经元5: ;;4、此时,输出值0.474与真值1不一致,我们可以计算神经元6的误差项。 神经元6的误差项: 5、将此误差项反馈至隐藏层,此时可以计算隐藏层神经元误差值。 神经元4误差项: 神经元5误差项: ;6、最后根据神经元误差项,更新各神经元的权重以及偏置,假设学习速率为0.9。 ;;七、类神经网络的优点;八、类神经网络的缺点;

文档评论(0)

shuwkb + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档