神经网络:多层感知器-MLP
一、多层感知机(MLP)原理简介
MLP至少包含了一个隐藏层,且可以学习非线性函数f(·)这些非线性函数有:sigmoid、tanh、ReLU和softmax。
中间层使用了f(·)函数是非线性函数,
给出一系列特征和目标 ,一个多层感知器可以以分类或者回归为目的,学习到特征和目标之间的关系。
全连接层的每一个结点都与上一层的所有结点相连,用来把前边提取到的特征综合起来。
如何得到全连接层,主要是通过矩阵与输入向量相乘。
二、多层感知机(MLP)代码详细解读(基于python+theano)
学习链接:
【1】https://blog.csdn.net/m0_38045485/article/details/81749385
【2】https://blog.csdn.net/u012162613/article/details/43221829
【3】经详细注释的代码:放在github地址上https://github.com/wepe/MachineLearning/tree/master/DeepLearning Tutorials/mlp
【4】https://www.kesci.com/mw/project/5a4f33596fe91734062efc4c