![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
神经网络设计
计算机女孩绝不认输
这个作者很懒,什么都没留下…
展开
-
牛顿法、最速下降法、共轭梯度法的区别
这三种算法都是求解无约束优化问题的方法。原创 2021-01-03 23:27:09 · 1313 阅读 · 0 评论 -
竞争网络——Hamming网络
竞争网络属于一种回馈型网络, 它们是以无指导学习算法为基础。在竞争学习中,神经网络的输出神经元互相竞争被激活的机会,且一次只能激活一个神经元。以Hamming网络为代表的竞争网络有两个主要的特性:1、计算了已存储的标准模式和输入模式之间的距离。2、通过竞争来决定哪个神经元所代表的标准模式最接近输入。在Hamming网络中,输出层神经元通过互相竞争以确定胜者。胜者将指出哪一种原型模式最能代表输入模式。这种竞争是通过在输出层神经元之间一组负连接(即逆向抑制)来实现的。Hamming 网络由两层组成,第原创 2021-01-03 23:19:03 · 1756 阅读 · 2 评论 -
BP算法和LMBP算法
BP算法反向传播算法(BP算法)是一种监督学习算法,常被用来训练多层感知机。BP算法由两个环节(激励传播、权重更新)反复循环迭代,直到网络对输入的响应大到预定的目标范围为止。激励传播包含:(向前传播阶段)将训练输入送入网络以获得激励响应啊;(反向传播阶段)将激励响应同训练输入对应的目标输入求差(t-a),从而获得隐层和输出层的响应误差。权重更新包括:首先将输入激励和响应误差相乘(sm*(a(m-1))),从而获得权重的梯度;然后,将这个梯度乘上一个比例(∂*sm*(a(m-1)))并去反后加到权重上。原创 2021-01-03 23:10:15 · 6300 阅读 · 2 评论