人工神经网络(同名283)课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《人工神经网络(同名283)课件.ppt》由用户(晟晟文业)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 人工 神经网络 同名 283 课件
- 资源描述:
-
1、胞体胞体(Soma)树突(树突(Dendrite)胞体胞体(Soma)轴突(轴突(Axon)突触(突触(Synapse)2、工作过程、工作过程o1多输出感知器多输出感知器x1x2o2omxn输入层输入层输出层输出层1.初始化权向量初始化权向量W;2.重复下列过程,直到训练完成:重复下列过程,直到训练完成:2.1对每个样本(对每个样本(X,Y),重复如下过程:),重复如下过程:2.1.1输入输入X;2.1.2计算计算o=F(XW););2.1.3如果输出不正确,则如果输出不正确,则当当o=0时,取时,取W=W+X,当当o=1时,取时,取W=W-Xo1多输出感知器多输出感知器x1x2o2omxn输
2、入层输入层输出层输出层1.初始化权矩阵初始化权矩阵W;2.重复下列过程,直到训练完成:重复下列过程,直到训练完成:2.1对每个样本(对每个样本(X,Y),重复如下过程:),重复如下过程:2.1.1输入输入X;2.1.2计算计算O=F(XW););2.1.3forj=1tomdo执行如下操作:执行如下操作:ifojyjthenifoi=0thenfori=1tonwij=wij+xielsefori=1tondowij=wij-xi1用适当的小伪随机数初始化权矩阵用适当的小伪随机数初始化权矩阵W;2.初置精度控制参数初置精度控制参数,学习率,学习率,精度控制变量,精度控制变量d=+1;3Whil
3、eddo3.1d=0;3.2for每个样本(每个样本(X,Y)do3.2.1输入输入X(=(x1,x2,xn)););3.2.2求求O=F(XW););3.2.3修改权矩阵修改权矩阵W:fori=1ton,j=1tomdowij=wij+(yj-oj)xi;3.2.4累积误差累积误差forj=1tomdod=d+(yj-oj)2g(x,y)y01x001110 x1ANmAN1ANoxnonetenetfo11)()1()()1(1)(22ooooeenetfnetnet0.5f(net)0.25o01 1(0,0.5)net(0,0)oneteo11x1o1输出层输出层隐藏层隐藏层输入层输入
展开阅读全文