人工神经网络

本文介绍了人工神经网络如何解决非线性问题,如异或问题,并通过归一化处理数据。讨论了激活函数和不适用于大数据的支持向量机。接着,文章提供了一个使用scikit-learn实现简单神经网络的案例。
摘要由CSDN通过智能技术生成

 目录

简介

计算过程

scikit-learn实现


简介

非线性问题:异或:逻辑与,非线性问题转换为线性问题:即所以曲线看成无数小线段组成

playground--体验神经网络模型

归一化:所有数值减小,比如X_train/100也是归一化

激活函数:

支持向量机:不支持大数据,因为算量大,数据量大的话计算时间太长

计算过程

scikit-learn实现

sklearn.neural_network.MLPClassifier(hidden_​​layer_sizes =(100,),
activation ='relu',solver ='adam',alpha = 0.0001,batch_size ='auto',
learning_rate ='constant',learning_rate_init = 0.001,power_t = 0.5,
max_iter = 200,shuffle = True,random_state = None,tol = 0.0001,
verbose = False,warm_start =
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值