神经网络_线性神经网络 3 (Nerual Network_Linear Nerual Network 3)

本文通过实例详细解析了LMS学习规则,展示了如何利用输入向量和期望输出构建线性方程组,并将其转化为矩阵形式求解权重向量。

1 LMS 学习规则_解方程组

1.1 LMS学习规则举例

X1=[0 0 1]T,t1=0;X2=[1 0 1]T,t2=0;X3=[0 1 1]T,t3=0;X1=[1 1 1]T,t1=1。

设权值分别为ω1ω2ω3

将输入和权值组合得方程组:

ω1*0+ω2*0+ω3*1=0

ω1*1+ω2*0+ω3*1=0

ω1*0+ω2*1+ω3*1=0

ω1*1+ω2*1+ω3*1=0

可将该线性方程组写成矩阵的形式:

[0 0 1;1 0 1;0 1 1;1 1 1]  * [ω1ω2ω3]T=[0 0 0 1]T。 

[ω1ω2ω3]T=pinv(

转载于:https://www.cnblogs.com/jzbg-cj/p/10743041.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值