本文资料和截图均来自学堂在线
神经网络
高度抽象大脑,有输入,有输出,神经元之间有各种联系
神经网络最基本的结构——神经元被称为感知机
有输入,有激活函数,有输出,通过调整权重可以实现一定的功能
梯度下降法
对权重求偏导,向负方向走
学习率
要控制每次调整的幅度,一般比较小,想慢慢调整
感知机
是线性识别器
神经网络如何解决线性不可分问题
在输入层是线性不可分的,在隐含层通过逻辑门解决,先做一步映射,映射到隐含层,变成线性可分
sigmod函数,无论什么输入,输出始终在0-1之间
反向传播
反向传播误差,乘以一定的权重w k j w_{kj} wkj
反向传播是局部最优的
处理方法,再去一次
选择其他方法
为了避免平面的出现,添加惯性,在平面上时,当前倒数为0,但受上一个时刻的影响,可以继续走。
神经网络
可说明性比较小
学习资料