小白学习机器学习---第五章:神经网络

本文介绍了BP神经网络的基本原理,包括BP算法的分析,如何利用梯度下降法寻找最优参数,并通过链式求导法则推导出参数更新公式。还探讨了BP网络的过拟合问题,提出了早停和正则化两种缓解策略。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1. BP算法分析

如下图所示BP网络:

这里写图片描述

对样本 a = (x_k,y_k),其输出为 ^y_k,即是:

这里写图片描述

由此得出在样本 a 上的均方误差:

这里写图片描述

我们的目标是使所有样本得出的均方误差最小化,为此我们要找到最优的参数(即上图中的连接权(w, v)及对应阈值(θ, γ))。考虑梯度下降法。比如对于 w

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