数据挖掘——神经网络分类

神经网络分类

神经网络分类

人工神经网络

人工神经网络主要由大量的神经元以及它们之间的有向连接构成。包含三个方面:

  1. 神经元的激活规则
    • 主要是指神经元输入到输出之间的映射关系,一般为非线性函数
  2. 网络的拓扑结构
    • 不同神经元之间的连接关系。
  3. 学习算法
    • 通过训练数据来学习神经网络的参数。

多层人工神经网络

人工神经网络比感知机模型复杂
输入层和输出层之间包含隐藏层

激活函数可以是多种函数

比较常见的有ReLU和Logistic函数

误差反向传播(BP)网络

激活函数

  • 必须处处可导
    • 一般都使用S型函数

使用S型激活函数时BP网络输入与输出关系

学习的类型:监督式学习

核心思想:

将输出误差以某种形式 通过隐层向输入层逐层反传

学习的过程

  • 信号的正向传播
  • 误差的反向传播

后向传播算法

初始化权重:循环以下两步,直到满足条件

  1. 向前传播输入
    在每个节点加权求和,再代入激活函数
  2. 向后传播误差

后向传播BP网络注意事项

初始值选择

  • 权值向量以及阀值的初始值应设定在一均匀分布的小范围内
  • 初始值不能为零 ,否则性能曲面会趋向于鞍点
  • 初始值不能太大,否则远离优化点,导致性能曲面平坦,学习率很慢

训练样本输入次序

  • 不同,也会造成不一样的学习结果
  • 在每一次的学习循环中,输入向量输入网络的次序应使其不同

BP算法的学习过程的终止条件

  • 权值向量的梯度 < 给定值
  • 均方误差值 < 给定误差容限值
  • 若其推广能力达到目标则予终止
  • 可以结合上述各种方式
相关推荐
浊酒南街5 分钟前
TensorFlow实现逻辑回归
人工智能·tensorflow·逻辑回归
云卓SKYDROID15 分钟前
无人机遥测系统工作与技术难点分析!
人工智能·无人机·科普·高科技·云卓科技
Start_Present20 分钟前
Pytorch 第十三回:神经网络编码器——自动编解码器
pytorch·python·深度学习·神经网络
databook21 分钟前
线性模型与多分类问题:简单高效的力量
python·机器学习·scikit-learn
Moutai码农22 分钟前
大模型-提示词(Prompt)技巧
人工智能·语言模型·prompt
Moutai码农26 分钟前
大模型-提示词(Prompt)最佳实践
人工智能·语言模型·prompt
阿巴阿巴拉26 分钟前
Scala简介与基础语法学习总结
人工智能
zxsz_com_cn1 小时前
风电行业预测性维护解决方案:AIoT驱动下的风机健康管理革命
大数据·运维·人工智能
西柚小萌新2 小时前
【深度学习:进阶篇】--2.1.多分类与TensorFlow
分类·数据挖掘·tensorflow