- 博客(4)
- 收藏
- 关注
RSS订阅原创 数据挖掘第四节作业
这是训练过程，因为求导结果分为两部分，所以自然权值更新也分为两部分。第三部分过程：反向传播算法的推导过程其实是链式求导法则的应用。对于第二部分 的基础就为第三部分，所以需要先整明白第三部分。以上两页完成对神经网络目标函数求导。
2023-03-26 19:53:05
71
原创 数据挖掘第四节笔记
（4）全连接神经网络示意图，包括input layer, hidden layer, output layer 和对每一层的解释。（2）反向传播算法，更新隐藏层节点和输出层节点连接权重方法（这里上课只讲了一部分，不全，（1）神经网络的矩阵表示，使用矩阵表示隐藏层节点和输出层节点的输出值的算法。（2）激活函数sigmoid函数图像和表达式，以及它的导数。（1）神经元的图像表示，以及每一层得到的结果。（5）图中隐藏层和输出层的输出的计算公式。以下是课堂笔记（根据老师讲的记录）（3）神经元和感知器的区别。
2023-03-26 19:36:20
79
原创 数据挖掘第三节课作业
也就是对x进行乘以当前权值并相加，加上偏置，然后经过激活函数得到预测结果。使用python面向对象实现感知器算法。在这里使用感知器实现 or 函数。更新的方法为梯度下降算法。or 函数的真值表如下。对应的要读入训练集为。权值和偏置都初始化为0。
2023-03-26 18:48:26
88
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人