神经网络数学基础.pptVIP

从展式中可以得到矩阵表示中的第二列。所以，完整的矩阵表示可以由下式：*第30页，共63页，星期日，2025年，2月5日特征值和特征向量考虑一个线性交换：：(定义域和值域相同)。分别称满足下式的那些不等于0的向量和标量分别是特征向量和特征值：请注意，特征向量实际上并不是一个真正的向量，而是一个向量空间。所以，给定变换的一个特征向量表示一个方向，当对任何取该方向的向量进行变换时，它们都将继续指向相同的方向，仅仅是按照特征值对向量的长度进行缩放。*第31页，共63页，星期日，2025年，2月5日如果某个变换有n个不同的特征值，则可以保证得到该变换n个线性无关的特征向量，因此特征向量组成变换的向量空间的一个基集。*第32页，共63页，星期日，2025年，2月5日性能曲面和最优点 介绍的是一类称为性能学习的神经网络训练的基础知识。神经网络有几种不同类型的学习规则，如联想学习(Hebb学习)和竞争学习。性能学习是一类重要的学习规则，其目的在于调整网络参数以优化网络性能。主要目的是研究性能曲面，并确定性能曲面存在极大点和极小点的条件。*第33页，共63页，星期日，2025年，2月5日性能优化这种优化过程分两个步骤进行。第一步是定义“性能”的含义。换言之，需要找到一个衡量网络性能的定量标准，即性能指数，性能指数在网络性能良好时很小，反之则很大。