• 前馈神经网络


    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

  • 相关阅读:
    人物-IT-张志东:张志东
    人物-IT-任正非:任正非
    人物-IT-张朝阳:张朝阳
    院校-清华大学:清华大学
    人物-丁磊:丁磊
    人物-李彦宏:李彦宏
    人物-IT-马云:马云
    inittab
    initlocation
    initdb
  • 原文地址:https://www.cnblogs.com/heiao10duan/p/9292957.html
Copyright © 2020-2023  润新知