首先献上BP算法的论文名《Learning representations by back-propagating errors》需要的同学可以谷歌自取啦~
首先声明,这篇文章不讲BP算法或者MLP的机理,仅记录总结一些Hinton在论文中提到的重要技巧,这些技巧在视频或者其它博客是不容易看到的。记录在此,一是为了自己归纳总结,二是基于开源精神,希望能帮大家在自学的路上少一些苦难。
正文:
1.自组织网络的愿景
自组织神经网络的终极愿景是找到一种强有力的连接修改规则,使得任意连接的神经网络经过修改之后,能够完成某一类特定任务。
2.BP算法的结果
BP算法的结果是隐藏层的神经元捕捉到了任务域中输入的某些特征。
3.激活函数,输入函数的选取
激活函数和输入函数不一定要选用BP算法的标准形式。其中对激活函数的要求仅仅是其一阶导数是有界的