matlab-DeepLearning
关注
分享
扫一扫
北海北_CrazyZheng
这个作者很懒，什么都没留下…
展开
-
第一节：BP神经网络
权值、阈值人工神经元模型– 按照连接方式，可以分为：前向神经网络 vs. 反馈（递归）神经网络– 按照学习方式，可以分为：有导师学习神经网络 vs. 无导师学习神经网络– 按照实现功能，可以分为：拟合（回归）神经网络 vs. 分类神经网络正、反向传播；阈、权值修正，梯度下降法输入层、隐含层、输出层u学习率什么是归一化？– 将数据映射...原创 2019-03-02 12:21:48 · 686 阅读 · 0 评论 -
第二节：RBF、GRNN、PNN神经网络
1、RBF输入层、隐含层、输出层>> doc newrbeRadial Basis Neural NetworksnewrbeSyntaxnet = newrbe(P,T,spread)2、GRNN (广义回归神经网络)PNN（概率神经网络）竞争层重点函数解读：• newrbe– Design exact ...原创 2019-03-02 12:28:34 · 2437 阅读 · 0 评论 -
第三节：竞争神经网络与SOM（自组织型特征映射）神经网络
有导式：给出输入和输出无导式：只给输入，输出分类>> doc compet>> doc midpoint 用于权值初始化>> doc initcon 用于阈值初始化死神经元Competitive Learning权值调整，学习率 样本learnk 权值调整学习方法learncon 阈值调整学习方法...原创 2019-03-02 12:33:55 · 1084 阅读 · 0 评论 -
第四节：支持向量机（Support Vector Machine,SVM）
有导式解决分类、回归的问题分类原理:二分类构造分类超平面，实现样本划分 n维 n-1维最小化问题，不等式问题变为：对偶问题，等式问题转化过程参照网上的博客推广:（线性不可分的时候仍然能用）低维空间映射到高维空间，有可能会从线性不可分变为线性可分纬度增加，要在高维空间做内积，比较复杂，利用K积，简化支持向量机：低维映射到高维；利用Kn...原创 2019-03-02 12:34:42 · 539 阅读 · 0 评论