开发工具:
文件大小: 193kb
下载次数: 0
上传时间: 2021-03-24
详细说明：过度拟合是神经网络（NNs）训练中的重要问题。 当训练集中的样本数受到限制时，使用人工生成的样本显式扩展训练集是一种有效的解决方案。 但是，该方法存在计算成本高的问题。 在本文中，我们提出了一种新的学习方案，以隐式扩展的训练集训练单隐藏层前馈神经网络（SLFN）。 通过用指数族分布的噪声破坏训练样本的隐藏层输出来扩展训练集。 当损坏的数量接近无穷大时，在目标函数中，显式生成的样本可以表示为期望的形式。 我们的方法称为边缘化损坏隐藏层（MCHL），它通过最小化损坏分布下的损失函数期望值来训练SLFN。 通过这种方式，MCHL可以使用无限的样本进行训练。 在多个数据集上的实验结果表明，可以有效地训练MCHL，并且可以更好地泛化测试数据。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
