【读书笔记】周志华机器学习第五章神经网络

最新推荐文章于 2025-02-09 20:21:53 发布

原创

最新推荐文章于 2025-02-09 20:21:53 发布

· 608 阅读

2 ·

版权

文章标签：

#机器学习 #神经网络 #深度学习

本文介绍了神经网络的基础，包括神经元模型、感知机和多层网络。误差反向传播算法用于多层网络的学习，而局部极值点和鞍点可能影响梯度下降法的效果。此外，讨论了防止过拟合的方法和深度学习的特点。最后，提到了其他类型的神经网络和相关资源。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

第五章神经网络

1 神经元模型
2 感知机和多层网络
3 误差反向传播算法
4 局部极值点和鞍点
5 其他神经网络
6 参考文献

1 神经元模型

在生物神经网络中，一个神经元A与其他神经元相连。当它兴奋时，会向相连的神经元B发送化学物质改变相连神经元B的电位。相连神经元B的电位超过阈值则会被激活开始兴奋，然后向相连的神经元C发送化学物质。
MP神经元模型
$\sum\limits_{i = 1}^{n} w_ix_i$ 表示相连神经元对当前神经元电位的影响，