我人工神经网络2基础.pptVIP

有监督学习 有监督学习(Supervised Learning)与有监督学习(Supervised Training)相对应。 输入向量与其对应的输出向量构成一个“学习对”。 有监督学习的学习算法的主要步骤包括： 1）? 从样本集合中取一个样本（Ai，Bi）； 2）? 计算出网络的实际输出O； 3）? 求D=Bi-O； 4）? 根据D调整权矩阵W； 5） 对每个样本重复上述过程，直到对整个样本集来说，误差不超过规定范围。 人工神经网络的学习 学习与工作的关系 先学习→再工作 阈值逻辑单元（Threshold Logic Unit，TLU） 理解神经网络的第一步是从对抽象生物神经开始，并把重点放在阈值逻辑单元（TLU）这一特征上。一个 TLU 是一个对象，它可以输入一组加权系数的量，对它们进行求和，如果这个和达到或者超过了某个阈值，输出一个量。 阈值逻辑单元（Threshold Logic Unit，TLU） 用符号标注这些功能： 输入值： X1, X2, ..., Xn 权系数： W1, W2, ..., Wn激发层 a：求和计算出的 Xi*Wi ，即： a = (X1 * W1)+(X2 * W2)+...+(Xi * Wi)+...+ (Xn * Wn) 阈值逻辑单元（Threshold Logic Unit，TLU） 阈值： thet