轻量级C++神经网络应用库CreativeLus:3、复杂函数逼近。案例:多输入混合逼近。


github资源地址:[Release-x86/x64]

上一篇:轻量级C++神经网络应用库CreativeLus:2、分类问题。案例:空间点在平面上2分类。
下一篇:轻量级C++神经网络应用库CreativeLus:4、CNN卷积神经网络。案例:(MNIST)手写数字识别。


案例3:复杂函数逼近

本章介绍以下几个主要内容,本章内容非常重要:
1、创建自定义结构的神经网络;
2、模型自调整介绍(不是调参);
3、自定义过程监控和输出。

本例问题描述

为表现神经网络的强大逼近能力,我们将【案例1:简单sin函数逼近】的问题升级,通过复杂的多输入多输出逼近问题,了解神经网络运作模式。

命题如下:
定义维度为4的输入向量
X = { x 1 , x 2 , x 3 , x 4 } , 其 中 x i ∈ [ − π , π ] X=\{x_1,x_2,x_3,x_4\},其中xi\in\mathbb [-\pi,\pi] X={ x1,x2,x3,x4},xi[π,π]
x i xi xi取定义域内的随机值,通过映射 Γ ( X ) \Gamma(X) Γ(X),得到维度为4的输出向量 Y Y Y,即
Y = { y 1 , y 2 , y 3 , y 4 } = Γ ( X ) Y=\{y_1,y_2,y_3,y_4\} =\Gamma(X) Y={ y1,y2,y3,y4}=Γ(X)
= { s i n ( x 4 ) , c o s ( x 3 ) , m i n ( 0.1 e x 2 , 1 ) , m i n ( 1 / ( 1 + e ( − x 1 ) ) , 1 ) } =\{sin(x_4),cos(x_3),min(0.1e^{x_2},1),min(1/(1+e^{(-x_1)}),1)\} ={ sin(x4),cos(x3),min(0.1ex2,1),min(1/(1+e(x1)),1)}
, 其 中 x i ∈ [ − π , π ] , y i ∈ [ − 1 , 1 ] 。 ,其中xi\in\mathbb [-\pi,\pi],yi\in\mathbb [-1,1] 。 ,xi[π,π]yi[1,1]
[ − π , π ] [-\pi,\pi] [π,π]的随机输入到 [ − 1 , 1 ] [-1,1]

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值