从函数上来看,神经网络是回归方程的级联叠加,是一种用来逼近目标函数的模型。
结构
一个有向拓扑,每层有若干节点,节点间有边,边上有权值。
组成
输入层
隐藏层:多层;后层是前层各节点值的线性组合的函数,即Y=f(x0+w1x1+w2x2+...+wnxn),线性组合的系数就是边的权值,为免计算量复杂,规定最多只能对线性组合做一次非线性变换,如Sigmoid函数等;
输出层:对于一次输入,输出层各节点都有一个值,把模式归为输出点值大的那一类
设计
设计神经网络通常要做的就是设计网络有几层、每层有几个节点、以及节点间边的权值,权值通过神经网络训练调整得到。
时间: 2024-10-12 20:00:07