zoukankan      html  css  js  c++  java
  • Tinghua Data Mining 6

    Networks

    多层感知机

    不是说这个神经网络要与人的大脑神经完全相似,也不是说要多么的强大,而是在一定程度上模拟了人脑神经元的能力,就足够了

    为什么要w0呢,因为没有w0超平面一定会经过原点,所以w0和x0是很重要的。

    一个样本相当于知错就改

    理解公式背后的含义,学习率控制每次修改的幅度,很多公式之间都有相似的共性。小的学习率比较稳健。

    感知机不能解决线性不可分问题

    把复杂的问题分解成简单的问题

    sigmoid便于求导

    t是期望输出,o是实际输出。

    要把公式连在一起,不要以为这些公式都是天上掉下来的,一个公式接着一个公式,那样的话脑子会炸掉的,与感知机的很相似,多了一个东西 sigmoid求导 感知机是线性 求导等于1

    输出层神经元,知道误差,计算很简单。隐含层神经元不知道期望输出是多少。2个人做事,直接做事的人责任是很容易认定的,我不是直接做事的人。
    张三李四都是我派出去的,那么责任都由我承担,反馈给我,反馈回来。但是并没有这么简单。如果张三和我关系特别好,听我话,李四不太听话,除了反馈回来,还要乘以哦权重。

    误差信息传回来再乘以权重,相当于关系或者说影响力。

  • 相关阅读:
    秒杀应用的MySQL数据库优化
    mongodb三种存储引擎高并发更新性能专题测试
    一次项目实践中DBCP数据库连接池性能优化
    初识中间件之消息队列
    Android性能测试--内存
    JVM源码分析之栈溢出完全解读
    case when then end
    工厂模式
    单例模式
    隐藏响应的server,X-Powered-By
  • 原文地址:https://www.cnblogs.com/ioveNature/p/10076812.html
Copyright © 2011-2022 走看看