BP神經網路中,激勵函式(傳遞函式),訓練函式,學習函式分別代表什麼意思,用途是什麼

2021-03-27 15:36:09 字數 2177 閱讀 1990

1樓:匿名使用者

樓主你好,這個是網路訓練的必備要求!可以參考bp神經網路!

bp神經網路matlab工具箱中的激勵函式(傳遞函式),訓練函式,學習函式

2樓:曉亮

激勵函式用於神經元由輸入計算輸出的,而訓練函式和學習函式是基於誤差,來修改權值和閾值的,再就完成了一次訓練,然後繼續迭代,知道達到迭代次數或滿足精度。

然而,學習函式和訓練函式的功能貌似很相近,至於具體區別,正在糾結著我呢

3樓:匿名使用者

傳遞函式很好理解,就是指每個神經元輸出到輸入的函式。訓練函式決定的是整個神經網路的權值和閾值調整,而學習函式決定的是考慮單個神經元后的權值和閾值的調整,就是說訓練函式和學習函式是全域性調整閾值和區域性調整閾值的關係。更具體解釋下就是訓練函式利用整體誤差引導學習函式訓練區域性的權值和閾值。

神經網路中激勵函式(傳遞函式)是用什麼方法選擇的呢?

4樓:匿名使用者

常用的s型有tansig、logsig,輸出範圍為-1~1;用線性purelin輸出則沒有限制

5樓:匿名使用者

醫學 還是 自動學裡的?

激勵函式(傳遞函式),訓練函式,具體都是什麼功能

6樓:匿名使用者

激勵函式用於神經元由輸入計算輸出的,而訓練函式和學習函式是基於誤差,來修改權值和閾值的,再就完成了一次訓練,然後繼續迭代,知道達到迭代次數或滿足精度.

bp神經網路中的激勵函式除了s型函式,還有什麼函式?

7樓:匿名使用者

一般來說,神經網路的激勵函式有以下幾種:階躍函式 ,準線性函式,雙曲正切函式,sigmoid函式等等,其中sigmoid函式就是你所說的s型函式。以我看來,在你訓練神經網路時,激勵函式是不輕易換的,通常設定為s型函式。

如果你的神經網路訓練效果不好,應從你所選擇的演算法上和你的資料上找原因。演算法上bp神經網路主要有自適應學習速率動量梯度下降反向傳播演算法(traingdx),levenberg-marquardt反向傳播演算法(trainlm)等等,我列出的這兩種是最常用的,其中bp預設的是後一種。資料上,看看是不是有誤差資料,如果有及其剔除,否則也會影響**或識別的效果。

bp神經網路中的訓練函式如何選取

8樓:匿名使用者

神經網路不同的

bai網路有這不同du的訓練函式,

bp神經網路zhi

有兩種訓練函式dao,trainbp(),利內用bp演算法訓練前向神容經網路。trainbpx(),利用快速bp演算法訓練前向神經網路,即採用了動量或自適應學習,可減少訓練時間,tansig函式是神經元的傳遞函式,與訓練函式無關,在trainbp()函式中含有要訓練神經元的函式。

9樓:匿名使用者

資料多嗎?20,30組資料就可以嘗試traimlm了,我一般都用這個。

10樓:匿名使用者

一般是tansig函式,就是1-exp(x)/(1+exp(x)),其他的我試過線性的效果不是很好,你要是用過matlab的神經網路工具箱就知道怎麼選了,有個選項板是專門來選擇訓練函式的。祝你好運

神經網路中激勵函式、激發函式和傳遞函式是否都指函式f,只是名稱不一樣? 5

11樓:繁花似錦

激勵激發函式還有啟用函式的確是一樣的意思,但是傳遞函式應該是不一樣的。目前也在學習中

神經網路中的激勵函式是幹什麼用的,麻煩用通俗的話講,謝謝

12樓:匿名使用者

翻譯為啟用函式(activation function)會更好。

啟用函式是用來加入非線性因素的,因為線性模型的表達能力不夠。

求助: bp神經網路的訓練演算法中訓練函式(traingdx 、trainlm、traingd)的中文全稱以及他們各自特點

13樓:孤單南北半球

traingdx 有動量和自適應lr的梯度下降法

trainlm levenberg - marquardt方法

traind 梯度下降法

matlab中bp神經網路出現inf

能否描述地詳bai細一些,inf指出現du了無窮大,zhi你可能需要檢查程式錯dao誤。回 matlab中bp神經網路的建立 答函式newff函式的格式為 newff pr,s1 s2 sn btf,blf,pf 函式newff建立一個可訓練的前饋網路。輸入引數說明 pr rx2的矩陣以定義r個輸入...

模電中的傳遞函式是什麼意思,傳遞函式是什麼函式

這個得看著電路圖來列式了,用電路的知識中的,電感阻抗是jwl,電容的阻抗1 jwc,電阻阻抗就是r,先在複頻域用那種帶有jw的式列出方程,然後用s代替jw就是上面的方程式了。傳遞函式是什麼函式 傳遞函copy數是在零初始條件下,線形定常系 統輸出量的拉式變換與輸入量的拉式變換的比值。傳遞函式是在零初...

神經網路做函式逼近,會做了,但是函式逼近到底有什麼用處呢

針對你前兩個問題 在系統建模 辨識和 中,對於線性系統,在頻域,傳遞函式矩陣可以很好地表達系統的黑箱式輸入輸出模型 在時域,box jenkins方法 迴歸分析方法 arma模型等,通過各種引數估計方法也可以給出描述。對於非線性時間序列 系統,雙線性模型 門限自迴歸模型 arch模型都需要在對資料的...