基于看到一个博客的大佬说自己学的东西太多了,很容易遗忘。我觉得我目前也出现这样的问题了,所以在这里开了博客,开始记录整理自己的学习之旅。
今天看了这本书的前几章,看这个书的目的是为了1个多月后的数学建模,数学建模今天听teammate说,建模的方法其实都是类似的。优秀的建模作品是考虑了多因子,在参数的控制上,误差的分析上做的比较好。我的思考是既然是这样,那我就要提前准备好几个比较通用的模型加上代码,然后在此基础上深入了解她的其他功能。【嘿嘿,现在真的越来越喜欢IT了,就用‘她’这个称呼了,如果美丽可爱的女票看到别耍小脾气噢】。
想起一件事情:我要每次把我的小work放在一个文件夹里面。这样方便查找,命名格式:主题--时间
数学模型,按我现在的学识,有分:线性和非线性,非线性里面有前馈和反馈的区别。
【一】线性神经网络工具箱函数
先解释几个名词:
①学习率:
学习率实际和信号分析里的时间常数是一样的,学习率越小 学习会越精细,但同时学习速度也会降低,因为现实中很多模