前馈神经网络(ffnn):由一个输入层,一到多个隐藏层,有一个输出层组成。数据通过网络一层层向后传递,直到输出层,之间没有反馈回路。
前馈神经网络可得到的函数:
1、有一个隐藏层的网络,可形成任意一个连续函数
2、有俩个及以上的隐藏层,可形成任意函数,包括连续函数和离散函数
说明:设计一个计算函数的网络,是无法确定网络有多少层,每层有多少神经元;一般是根据经验设计的,对于新手,还是有些技巧可言掌握的
神经网络设计技巧:
1、想象任何函数都是可以通过做有限次的加法计算得到
2、对于一个复杂函数,若隐藏层的神经元太少,则一般不能得到较准确的值,即欠拟合
3、对于一个简单函数,若隐藏层的神经元太多,则一般会出现过拟合的情况,浪费了时间和空间
4、输入层可以通过输入的(特征)数量确定,比如:计算函数c=a+b+c,则输入层有三个神经元
5、输出层可以通过输出的数量确定