1、ELM理论
个人理解,ELM就是单隐层的前馈人工神经网。但是与传统的BP算法的区别之处在于其不需要反向迭代的调整隐层的权值。具体说来就是:在单隐层的前馈神经网络中,对于输入的特征向量,输入层到隐层的权值随机赋值,但是隐层到输出层的权值则需要根据最小二乘法得到。这就是ELM的训练过程。
与BP的区别:BP算法中,输入层到隐层和隐层带输出层的权值全部需要根据梯度下降法迭代求解。
如图所示的单隐层ELM中,对输入的特征向量X,输入层与隐层的权值Wi1,Wi2,Wi3随机确定,不需要迭代求解,只需根据最小而成大求出隐层到输出层的权值。
未完待续
ELM(extreme learning machine)
最新推荐文章于 2024-07-05 21:39:09 发布