机器学习 ANN

Q：ANN？

基本架构

• 由输入层、隐藏层、输出层等构建
• 前馈/反馈传播 

工作原理

• 先加权求和：每个神经元的输出是输入加权和的激活
• 再送入激活函数：激活函数的存在使得其能够拟合各类非线性任务 
• 联想：像adaboosting的加权求和

Q：要调哪些参数？

见思维导图

Q：基本架构是怎么确定的？

1. 输入层：根据输入的参数有几个维度确定的
2. 隐藏层：想加几层加几层，根据效果去调
3. 每个隐藏层的神经元个数：根据效果去调
4. 隐藏层之间的激活函数：根据效果去调

Q：更新权重？

在ANN中更新权重主要用到的是前向传播算法和反向传播算法