upr_rom的博客

数据分析在对数据尽心建模之前，我们需要先对数据的基本特性进行分析输入数据的维度 ： 一维；二维（是否需要卷积操作）输入数据在每个维度的范围是否归一化处理了对于图片信息，则显示图片，查看信息完整性 ( matplotlib.pyplt查看 )import matplotlib.pyplot as pltplt.figure()plt.imshow( image0 )plt.colorbar()plt.grid(False)plt.show()模型建模keras Sequent

pytorch 用法总结

Radial-Basis Function NetworksRBF神经网络: 将 输入向量与 多个中心点（与输入向量相同维度）（数量可根据设计进行改变）的欧式距离进行计算，排除其他的信息。 对一个中心点距离相同的点，在此神经元中可以看作相同。如果单纯将欧式距离进行输出，那么距离越近，输出越小;距离越大，输出越大。但是，我们实际上是希望 越靠近中心点，值越大。因此在选择第一层神经元的激活函数时，应该选用 输出与输入成反比的函数。我们选用 高斯分布，距离为0时，值最大。我们可以看到 RBF网络中：

神经网络基础