人工神经网络 神经元，输入兴奋超过某个阈值就会处于兴奋状态 多个inputs，一个output 人工神经元模型： 求和操作：s=∑i=1∞wixi−θs=\sum_{i=1}^{\infty}w_ix_i-\thetas=∑i=1∞wixi−θ 激励函数：y=f(s)y=f(s)y=f(s) 输出函数往往是0-1二值函数或S形函数： f(x)={ 1,x>=x00,x<x0f(x)=\begin{cases}1,x>=x_0\\0,x<x_0\end{cases}f(x)={
这篇博客详细介绍了人工神经网络的基础知识，包括神经元模型、激励函数、S形函数，以及神经网络的学习算法，如监督学习的δ规则、BP算法、LVQ算法和无师学习。此外，还提到了RNN的基本模型MP和感知机的概念，并探讨了基于神经网络的知识表示和推理在特定问题上的优势。
最低0.47元/天 解锁文章
扫一扫
510
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
