omniknight_lin的博客

原创 【神经网络学习】关于全连接网络的理解

神经网络可表示为上图所示样子，层数、神经元数量和变换矩阵W的初始值很重要。按我的理解是这样，比如我有一组人体胸腔位移关于时间变化的数据x[n]，长度为N。应该设置成接近N点傅里叶变换矩阵的初始值，这样的话经过训练后，神经网络在局部优化后会就近优化成我们预想的模样，即上述传统算法过程。那么可以根据上述3个过程（排除输出），设计一个拥有三个隐藏层的神经网络，即输出可表示为。因为前一个隐藏层被设置了对应傅里叶变换，那么带通滤波的隐藏层神经元数量可设置成。，然后隐藏层2和3。的单位阵，即可实现带通滤波。