目录
5-1神经网络模型
什么是神经网络?
“神经网络是由具有适应性的简单单元组成的广泛并行互连的网络,它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应”。
用的最多的神经元模型——M-P神经元模型。
f就是所谓的激活函数,有了激活函数以后,就可以进行非线性变换了。
多层前馈网络结构
多层网络:包含隐层的网络
前馈网络:神经元之间不存在同层连接,也不存在跨层连接
隐层和输出层神经元亦称“功能单元”
5-2万有逼近能力
多层前馈网络有强大的表示能力(“万有逼近性”)
5-3BP算法推导
BP(误差逆传播算法)
BP是一个迭代学习算法,在迭代的每一轮采用广义感知机学习规则。
减小误差的一般方法,求导往梯度下降的地方走
BP算法基于梯度下降策略,以目标的负梯度方向对参数进行调整
随机初始化输入层,隐层和输出层的参数,根据输入,计算隐层和输出层的值,根据输出层的输出值和真实值的误差用BP算法反向计算各参数的误差,不断训练。