人工智能入门-R语言数据分析89

隐含层误差反向传播示意

人工智能入门-R语言数据分析89
 

 

简单的BP算例

人工智能入门-R语言数据分析89
 

 

简单的BP算例

人工智能入门-R语言数据分析89
 

 

简单的BP算例

人工智能入门-R语言数据分析89
 

 

R语言中的神经网络包

ßR语言中已经有许多用于神经网络的package。例如:nnet、AMORE以及neuralnet,

ßnnet提供了最常见的前馈反向传播神经网络算法。

ßAMORE包则更进一步提供了更为丰富的控制参数,并可以增加多个隐藏层。

ßneuralnet包的改进在于提供了弹性反向传播算法和更多的激活函数形式。

ß但以上各包均围绕着BP网络,并未涉及到神经网络中的其它拓扑结构和网络模型。

ß较新的RSNNS包在这方面有了极大的扩充。

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

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

人工智能大模型讲师培训咨询叶梓

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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