- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
我得人工神经网络-6 BP网络
第6章 BP神经网络;一、内容回顾
二、BP网络
三、网络设计
四、改进BP网络
五、内容小结
;
;
;
;内容回顾:学习算法;内容回顾:线性不可分问题;2.1 BP网络简介
2.2 网络模型
2.3 学习规则
2.4 图形解释
2.5 网络训练;2.1 BP网络简介;反向传播网络(Back-Propagation Network,简称BP网络)是将W-H学习规则一般化,对非线性可微分函数进行权值训练的多层网络
权值的调整采用反向传播(Back-propagation)的学习算法
它是一种多层前向反馈神经网络,其神经元的变换函数是S型函数
输出量为0到1之间的连续量,它可实现从输入到输出的任意的非线性映射;;;;;;网络的拓扑结构;网络的拓扑结构 ;网络的拓扑结构;;;;;;;;;;2.5 网络训练 ;2.5 网络训练 ;;;;;三、网络设计;3.1 网络的层数;3.2 隐含层神经元数;3.3 初始权值的选取;3.4 学习速率;3.5 期望误差值选取;3.6 应用举例;3.6 应用举例;3.6 应用举例;3.6 应用举例;3.7 几个问题的讨论 ;3.7 几个问题的讨论 ;3.7 几个问题的讨论 ;四、BP网络的改进;4.1 目标;4.2 附加动量法 ;4.2 附加动量法 ;4.2 附加动量法 ;4.3 误差函数改进;4.3 误差函数改进;4.3 误差函数改进;4.4 自适应学习速率;4.4 自适应学习速率;五、内容小结;五、内容小结;五、内容小结;五、内容小结;作业
您可能关注的文档
最近下载
- 最新教科版五年级英语下册(广州版)电子课本课件【全册】.pptx VIP
- 闻王昌龄左迁龙标遥有此寄(.ppt VIP
- 普通话推广下的广东三大方言演变信息可视化设计.docx VIP
- 【调试笔记】韦东山:在100ask_imx6ull上移植使用六轴传感器ICM20608.docx VIP
- i.mx6ull终结者开发板使用手册.pdf VIP
- 老年人学手机基础操作课件.pptx VIP
- FLOW-3D软件Cast铸造模拟介绍.ppt VIP
- 生物学教育有关的学习和教学理论及有关解析.ppt VIP
- (高清版)DB11∕T 148-2017 养老机构服务质量规范 .pdf VIP
- 物联网安全与隐私保护:物联网系统安全PPT教学课件.pptx
文档评论(0)