神经网络的设计.pptVIP

神经网络设计;生物学的启示;神经元模型和网络结构;单输入神经元;传输函数（激活函数）;传输函数（激活函数） ;多输入神经元;神经元的层;简化符号;多层网络;简化符号;感知机学习规则;学习的分类;感知机的结构;单个神经元感知机工作原理;单个神经元感知机工作原理;判定边界;例子 – “或(OR)”;“或”的解答（图解法）;“或”的解答（图解法）;多神经元感知机;感知机学习规则;学习规则测试实例;初始化;构造学习规则;第二个输入向量;第三个输入向量;;多神经元感知机;苹果/香蕉例子;第二次迭代;检查;学习规则的能力;感知机的局限性;有导师的Hebb学习;Hebb规则;线性联想器;批操作;性能分析;例子;仿逆规则 - (1);仿逆规则 - (2);与Hebb规则的关系;例子;性能曲面和最优点;性能学习;Taylor级数展开;例子;三个近似的图形;向量情况;矩阵形式;方向导数;极小点;例子;向量例子;一阶优化的必要条件;二阶条件;例子;二次函数;二次函数特点的小结;性能优化;基本的优化算法;最速下降法;例子;图;稳定的学习速度(二次函数);例子;沿直线最小化;例子;图;牛顿法;例子;图;非二次函数例子;不同的初始情况;牛顿法的特点;共扼向量;对于二次函数;构造共扼方向;共扼梯度算法;例子;例子;图;Widrow-Hoff 学习算法 （LMS 算法）;ADALINE 网络;2-输入的ADALINE;均方差性能指数;;近似的最速下降法;近似的最速下降法;LMS 算法;;;例子;第一次迭代;第二次迭代;第三次迭代;LMS 算法与感知机学习规则;