多层感知机

最新推荐文章于 2024-09-14 20:51:55 发布

原创最新推荐文章于 2024-09-14 20:51:55 发布 · 650 阅读

·

1

·

CC 4.0 BY-SA版权

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文介绍了多层感知机（MLP）的基本构造，包括三层模型图、输出值计算公式以及参数和激活函数的设置。重点讨论了输入层到隐藏层的偏置量、隐藏层到输出层的偏置量，并指出激活函数的选择取决于具体应用。此外，还提及了残差在网络实现中的重要性，有助于提升计算机处理效率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

参考文献：Multilayer Perceptron

MLP的三层模型图：

输出值公式： $f(x) = G( b^{(2)} + W^{(2)}( s( b^{(1)} + W^{(1)} x))),$

参数及激活函数： $b^{(1)}$ 输入层到隐层的偏置量， $b^{(2)}$ 隐层到输出层的偏置量

$W^{(1)}$ 输入层到隐层的权重, $W^{(2)}$ 隐层到输出层的权重

$G$ 隐层到输出层的激活函数 $s$ 输入层到隐层的激活函数

激活函数： $tanh(a)=(e^a-e^{-a})/(e^a+e^{-a})$ $sigmoid(a)=1/(1+e^{-a})$ 视情况而定。

参数的初始赋值遵从非对称原则，且在某个区间内赋值，有利于传播。

残差：利于计算机实现

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。