”算法 神经网络 反向传播算法“ 的搜索结果

     ​ 反向传播(英语:Backpropagation,缩写为BP)是“误差反向传播”的简称,是一种与最优化方法(如梯度下降法)结合使用的,用来训练人工神经网络的常见方法。该方法对网络中所有权重计算损失函数的梯度。这个...

     对于所有训练数据集中的输入,人工神经网络都被激活,并且观察其输出。这些输出会和我们已知的、期望的输出进行比较,误差会「传播」回上一层。该误差会被标注,权重也会被相应的「调整」。该流程重复,直到输出误差...

     针对LED光谱数学模型非线性的特点,提出利用一种经改进遗传算法(GA)优化的反向传播(BP)神经网络对LED光谱模型进行辨识。通过改进GA的算子,提高算法收敛效果和辨识精度,利用改进GA对BP神经网络初始和权值阈值进行...

     利用遗传算法(GA)优化了BP神经网络的权值和阈值,构建了基于遗传算法神经网络的质量预测模型。用GA-BP算法对激光铣削层质量进行了仿真预测,并将仿真结果与BP神经网络模型仿真结果进行了对比。仿真结果表明,两种...

     本程序实现了《机器学习》书中所述的反向传播算法训练人工神经网络,理论部分请参考我的读书笔记。 在本程序中,目标函数是由一个输入x和两个输出y组成, x是在范围【-3.14, 3.14】之间随机生成的实数,而两个y值...

     将均方根反向传播算法(RMSProp)作为反向传播算法应用于普通的三层神经网络(输入层、隐含层、输出层)的反向传播过程,之后建立数据预测模型进行数据预测,压缩包中train.py为训练过程源码,test.py为测试过程源码...

10  
9  
8  
7  
6  
5  
4  
3  
2  
1