西瓜书学习笔记之神经网络

本文介绍了神经网络的基础——感知机,包括其工作原理和权重更新规则。接着,详细阐述了逆误差传播算法(BP算法),解释了如何通过梯度下降法更新参数,并探讨了神经网络过拟合问题及解决策略,如早停和正则化。
摘要由CSDN通过智能技术生成
  1. 感知机

感知机是一种最简单形式的前馈神经网络,是二元线性分类模型,输入为实例的特征向量,输出为他的类别(+1/-1),感知机的目的是训练出将数据分隔开的分离超平面。
在这里插入图片描述

感知机能轻易完成与、或、非运算,感知机的权重w如此调整:每次改变Δwi,Δwi=η(y-y’)xi ,这里,η是学习率,y-y’是预测值y’和实际值y的差,xi是第i个神经元的输入。因此可以看出如果预测正确则权重不变,预测错误则按照程度大小调整权重。y-y‘一定是处于0-1之间因此每次修正的数值应该是输入的一定比例。

  1. 逆误差传播算法(BP算法)
    在这里插入图片描述

给定训练集D(xi,yi),每一个神经元节点的值是这个节点前面所有节点和它们对应的权重的共同影响的结果值。最后输出(y1,y2…yl)的yk值为f(βj-θj),其中βj是计算出来的数值,θj是阈值,f(x)是激活函数。激活函数将较大范围内的输入挤压到一个较小的区间,非线性函数让神经网络更复杂从而提升其表达能力。

当输出(y1,y2…yl)后,我们可以

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