多层感知机是在单层神经网络的基础上,添加了一个到多个隐藏层
对于单隐藏层神经网络,H为隐藏层的输出,O为输出层的输出
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-r6LrBGVN-1629280510820)(https://i.loli.net/2021/08/05/5j4JO6ad9NSeYyK.png)]
将这两个式子联立起来
无论是隐藏层有多少,其与单层神经网络等价。
激活函数
激活函数包括sigmoid,Relu,tanh。目的是使隐藏层引入非线性变换,使隐藏层变量通过非线性函数的变换后作为下一个连接层的输入。这个非线性函数为激活函数
模型选择
过拟合表现在泛化误差远大于训练误差
欠拟合是训练误差高
使用训练数据和测试数据以外的数据作为验证集,可以用来选择模型。
如果选择的模型过于复杂,训练的数据过少,容易导致过拟合
如果选择的模型过于简单,无法解决高阶的问题,容易欠拟合
为了解决数据过少的问题,可以采用k折交叉验证,将训练数据分成k份,做k次训练和验证,每一次选择一份作验证集,其余k-1份作为训练集。