老饼讲解-BP神经网络-CSDN博客

原创【原理】随机森林模型是怎么训练的

随机森林是将决策树进行简单bagging的一种集成算法，它经过多次随机抽取样本训练多棵决策树,用多棵决策树集成决策。由于它拥有多棵树，且每棵树是随机的，所以称为随机森林。随机森林的模型表达式如下：可以看到，随机森林就是多棵决策树的集成，要了解随机森林是如何训练的，也就只需要了解随机森林的每棵决策树是如何训练的就可以了。

2024-07-03 12:42:54 445

RBF神经网络是指使用RBF作为激活函数的三层神经网络，它的拓扑结构如下：其中，每一个隐节点代表一个RBF函数，最终模型的输出就是多个RBF函数之和,如下：用于建模的输入输出数据如下：在matlab中如下实现一个RBF神经网络运行结果如下：(1)第5、6行代码是输入用于建模的数据(2)第9、10行代码是用于构建一个RBF神经网络，并使用构建好的网络进行预测其中，newrb用于构建一个RBF神经网络，完整入参共有6个参数：net = newrb(P,T,goal,spread,MN,DF

2024-07-01 14:32:25 734

原创【算法】5分钟了解如何使用PCA主成份分析

主成份分析全称为PCA Principle Component Analysis ,它的主要功能是去除变量之间的信息冗余，PCA是机器学习中常用的算法，下面快速了解什么是PCA，以及PCA如何使用

2024-06-30 18:10:37 549

原创【教程】5分钟直接了解随机森林模型

随机森林模型是机器学习中常用的模型之一，它是决策树模型的一个延伸。本文简单快速直接地介绍什么是随机森林模型以及如何实现一个随机森林模型。

2024-06-30 17:05:03 908

原创【原理】机器学习中的最小二乘法公式推导过程

最小二乘法是基本的线性求解问题之一，本文介绍最小二乘法的原理，和最小二法求解公式的推导

2024-06-30 17:04:22 299

原创【详细】CNN中的卷积计算是什么-实例讲解

卷积计算是CNN中最基本的计算，它是卷积层最重要的组成部分，下面讲讲CNN的卷积计算过程是什么样的，包括基础卷积计算、多通道卷积计算以及pytorch中的卷积计算。

2024-06-29 02:37:18 690

原创【入门】5分钟了解卷积神经网络CNN是什么

CNN卷积神经网络常用于图片识别，是深度学习中常用的模型。本文简单快速了解卷积神经网络是什么东西，并展示一个简单的示例。C代表卷积层，P代表池化层，F代表全连接层。卷积神经网络主要的、朴素的用途是图片识别。即输入图片，然后识别图片的类别，例如输入一张图片，识别该图片是猫还是狗。

2024-06-29 01:59:14 889

原创【教程】几种不同的RBF神经网络

常见的RBF神经网络包括径向基神经网络、概率神经网络、广义回归神经网络等等。下面我们介绍这几种常见的RBF神经网络。

2024-06-28 23:03:05 723

原创【模型】5分钟了解决策树是一个什么模型

决策树模型是机器学习中不可不学的模型之一，本文简单直接地快速讲解决策树是什么，如何实现。

2024-06-26 05:19:39 976

原创【原理】如何形象地理解交叉熵-信息熵

交叉熵、信息熵概念基本贯穿了机器学习、深度学习中的类别识别模型，例如KL分布、softmax等等都是基于交叉熵与信息熵的理论进行定义的，本文不妨形象梳理一下什么是交叉熵、信息熵，以此一通百通。

2024-06-26 05:19:14 1092

原创【教程】如何一步一步训练一个SOM神经网络-自组织竞争神经网络(Self-organizing Feature Map)

SOM神经网络全称为自组织竞争神经网络(Self-organizing Feature Map)，它是Kohonen在1981年提出的一种用于聚类的神经网络，本文讲解如何一步一步训练一个SOM神经网络。

2024-06-25 08:24:36 984

原创【详述】BP神经网络建模流程一步一步详述

本文梳理BP神经网络的建模流程，供大家建模时进行借鉴。

2024-06-25 08:24:04 967

原创【剖析】为什么说RBF神经网络的误差为0

机器学习中的模型非常的多，但如果要问有没有这样的一个模型，它的训练误差为0，那么就非RBF神经网络莫属了！下面我们来聊聊，为什么RBF神经网络的训练误差为0。

2024-06-24 06:17:16 569

原创【趣谈】BP神经网络是如何演变出RNN神经网络的

有些朋友学习了BP神经网络，却认为RNN很遥远，或者有些朋友学了RNN，却不知它的意义，这两者差不多就是同一个东西，因此不妨来聊聊BP是如何演变出RNN的，以此加深对两者的了解。

2024-06-24 06:16:19 967

原创【图文解说】BP神经网络与深度学习CNN的关系

BP神经网络是一个经典、有效的算法，即使时至今日，在传统的"小数据"领域仍有卓越的拟合效果。而BP神经网络的更大贡献是，它开启了后来的CNN\RNN等深度学习模型的大门。本文简单讲解BP神经网络是与深度学习CNN的关系。

2024-06-23 08:25:22 876

原创【辨析】快速了解RBF神经网络与BP神经网络的区别

RBF神经网络与BP神经网络都是常用的两种用于回归预测的神经网络，本文通过对两种神经网络的对对，简单快速了解两种神经网络的特色与区别

2024-06-23 07:28:36 661

原创 BP神经网络的反向传播(Back Propagation)

反向传播指的是BP神经网络计算参数的梯度时的计算方式”，由于BP神经网络求解时所使用的是梯度下降算法(或其他算法)，这些算法一般都需要利用误差函数对参数的梯度，因此，计算梯度是BP神经网络训练中重要的一部分，而反向传播式地计算梯度就是BP神经网络的特色，BP神经网络之所以叫BP(Back Propagation Neural Network)神经网络，指的正是它计算梯度时这种后馈的特色。

2024-06-22 19:02:11 897

原创【代码】python实现一个BP神经网络-原理讲解与代码展示

在python中要如何使用代码实现一个BP神经网络呢？在python中可以利用pytorch来实现BP神经网络，这是最简洁也是最常用的方法。通过本文可以详细掌握怎么使用python的pytorch来实现一个BP神经网络。

2024-06-22 07:10:43 1091

原创【详细】一步一步实现一个BP神经网络-逐行代码解说

要如何使用代码实现一个BP神经网络呢？下面跟随笔者，一步一步详细来实现，再对代码进行详细解说。通过本文可以详细掌握怎么使用matlab来实现一个BP神经网络。

2024-06-22 01:51:25 1070

原创 BP神经网络-入门到理解-长文讲述

目录一、BP神经网络的仿生意义二、BP神经网络的结构三、BP神经网络的前馈与后馈3.1 BP神经网络的前馈3.2 什么是BP神经网络的后馈四、BP神经网络的训练4.1 BP神经网络归一化4.2 梯度下降算法求解BP神经网络五、用matlab工具箱实现BP神经网络5.1 问题阐述5.2 matlab实现BP神经网络代码BP神经网络的设计思路是什么呢？它借鉴于人脑的工作原理在人的眼睛看到符号“5”的后，大脑将判别出它是5 BP正是要模仿这个行为，把这个行为过程简单拆分为： (1) 眼睛接受了输入

2024-06-22 00:51:48 806

原创 matlab-BP神经网络的训练参数大全

本文列兴趣MATLAB神经网络工具箱中，训练参数trainParam的各个参数与意义以方便在使用matlab工具箱时，用于查阅。

2023-11-21 21:06:07 2999

原创 BP神经网络原理与如何实现BP神经网络

BP（back propagation）神经网络是一种按照误差逆向传播算法训练的多层前馈神经网络，由Rumelhart和McClelland为首的科学家于1986年提出。它是应用最广泛的神经网络模型之一，能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。

2023-11-20 21:20:14 1643

原创遗传算法GA-算法原理与算法流程图

遗传算法是以生物进化的概念而设计的一种寻优算法主要借鉴的机制有三，如下：👉1. 种群与编码👉2. 染色体交换与基因突变👉3. 适者生存种群与编码在刚开始时，遗传算法会先初始化一个种群，即一组X,种群的个体(即每个X)都以编码的形式存在，如下染色体交换与基因突变然后遗传算法通过个体之间的染色体交换和基因突变来产生新的种群适者生存最后，根据种群个体的适应度来选择是否能遗留到下一代种群。

2023-11-18 23:35:07 3852

原创通俗讲解-动量梯度下降法原理与代码实例

本节介绍动量梯度下降法的思想以及算法流程动量梯度下降法是对梯度下降法的一种改进，这主要是因为梯度下降法在遇到局部最优时，毫无办法为了解决跳出局部最优，动量梯度下降法为此模仿物体从高处滚到低处的原理，由于物体具有动量，遇到小坑时会由于原有动量而跃出小坑,因此，动量梯度下降法在迭代的过程中引入动量的概念，它的迭代量改为"速度",而当前的负梯度只作为速度的修改量，动量梯度下降法迭代公式如下：其中，mc是动量系数，一般设为0.9，g是梯度。

2023-08-16 02:18:35 955

原创快速了解LVQ神经网络是什么

LVQ神经网络全称为Learning Vector Quantization，主要用于做分类，它是Kohonen于1989年提出基于竞争网络的学习矢量量化网络，本文面向新人入门，简单介绍LVQ神经网络的结构、运作，通过本文可快速了解LVQ神经网络是个什么东西

2023-05-13 17:24:25 1064 1

原创【代码】一个LVQ神经网络的详解实例

LVQ神经网络是用于样本分类的一个常用算法，本文先简单回顾LVQ神经网络是什么，然后展示如何用matlab工具箱来训练一个LVQ神经网络

2023-05-12 08:13:12 665

原创 matlab实现BP神经网络(完整DEMO)

本文展示一个日常使用BP神经网络时用于参考的代码DEMO模板BP神经网络Demo代码这里提供一个相对全面的DEMO作为模板，方便日常使用BP神经网络时复制代码整体代码思路如下1、生成数据2、设置一个三层的BP网络，并将隐节点设为3,3、训练网络,4、网络效果评估 (1) 打印训练数据、测试数据的平均绝对误差、平均绝对误差占比

2023-05-10 05:04:14 5272 1

原创一个实例讲解如何使用BP神经网络(附代码)

BP神经网络是指构建以下的模型来对数据进行预测它的数学表达式如下对于上述模型，隐层的节点个数(即tansig的个数)需要我们自行设置，tansig是BP默认的常用函数，我们也可以换成其它函数，在设置好隐节点个数后，我们使用软件对模型里的w、b进行求解就可以一般都是使用matlab进行求解，效果会相对python较好些matlab代码如下% 数据生成x2];% 将x1,x2作为输入数据% 将y作为输出数据% 指定随机种子，这样每次训练出来的网络都一样。

2023-04-19 01:12:27 2337 1

原创 BP神经网络原来就是曲线拟合

每个tansig其实就是一个S形曲线，而内外层的w、b则控制了S曲线的高矮肥瘦。而训练则是调整各个S曲线的形态，使最终拼凑出的目标曲线与数据的误差尽量小~因此，每个tansig的输出应该包含【-1.7，1.7】区间。隐节点越多，就意味着用越多的tansig来凑合目标曲线，如果目标曲线简单平滑，就应该设少一些隐节点，限制拟合能力。如果目标曲线起伏跌宕，就应该设多一些隐节点，增强拟合能力。如果不包含，那么该tansig的输出基本就是一条横线，就会突然灵光一闪，天！也就是说，隐节点越多，模型的拟合能力就越强，

2023-04-17 23:43:31 1065

神经网络视频(无风版)-01+代码+讲义

Matlab里的神经网络参数设置

一个简单的matlab神经网络例子

空空如也