![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
神经网络
piaoshiming
这个作者很懒,什么都没留下…
展开
-
基于神经网络的机器学习基础
函数拟合是人工神经网络的理论基础。基于人工神经网络的机器学习的理论基石是如下定理:多层神经网络可以拟合任何函数(这种说法不够严谨,但基本意思是这样的)。与此相关的一个定理是:多项式可以逼近任何连续函数。 传统的方法是线性拟合,包括广义的线性回归方法(GLM)和高维回归方法(SVM)等。线性回归方面有个致命的缺陷,即解决不了非线性问题。最简单的非线性运算异或(XOR),即使用最复杂的线性回归方法也原创 2017-05-29 17:48:38 · 856 阅读 · 0 评论 -
DL4J中函数拟合程序的结构
下面以函数拟合为例,说明DL4J的程序结构。参考源代码: org.deeplearning4j.examples.feedforward.regression.RegressionMathFunctions 1.生成数据1.1自变量//生成一维向量,共nSamples个值,范围在区间[-10, 10]中 //nSamples 为样本数量,官方例子中默认1000 final INDArray x原创 2017-06-04 22:46:00 · 421 阅读 · 0 评论