多层网络和BP反向传播算法

神经元数学模型

一个具有R个输入的基本神经元如下图所示。每个输入都用适当的w加权,加权输入和偏置形成传递函数f的输入,神经元可以使用任何可微传递函数f生成输出。

 

多层网络通常使用log-sigmoid传递函数logsig。(还有其他激活函数,如relu函数)
当神经元的输入从负无穷到正无穷时,函数logsig产生0到1之间的输出 。

 

前馈网络

一个由R输入的S个logsig神经元组成的单层网络如下图所示,左边是完整的细节,右边是一个层图。

  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值