人工智能-8.pptVIP

小结（2） 反向传播算法使用梯度下降方法搜索可能假设的空间，迭代减小网络的误差以拟合训练数据; 梯度下降收敛到训练误差相对网络权值的局部极小值。只要训练误差是假设参数的可微函数，梯度下降可用来搜索很多连续参数构成的假设空间; 反向传播算法能够创造出网络输入中没有明确出现的特征。 所谓健壮性，指一个算法除了能对合法的输入数据得到正确的结果外，还应对非法的输入数据做出正确合理的处理。 P4的一款，是3.86G 一个C语言写的双向联想记忆模型，用于联想人名和电话号码。也称之为异联想记忆，属于神经网络中的一个。 前馈网络不一定用bp算法，也可以用别的比如hebb算法进行训练。bp算法也可以用在其他类型网络的训练。 多层前馈神经网络（multilayer feedforward neural network）： 单计算层感知器只能解决线性可分问题，而大量的分类问题是线性不可分的。克服单计算层感知器这一局限性的有效办法是，在输入层与输出层之间引入隐层（隐层个数可以大于或等于1）作为输入模式“的内部表示”　，单计算层感知器变成多（计算）层感知器。 由于多层前馈网络的训练经常采用误差反向传播算法，人们也常将多层前馈网络直接称为BP（Back Propagation）网 反向传播（BP）算法、Hebb算法、梯度下降法、模拟退火法、遗传算法等； η读音Eta η eta eit 艾塔 η 读“伊塔