您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 神经网络的反向传播算法/BP算法

  2. 自己写的一个作业,是神经网络里面的反向传播算法。大家看看
  3. 所属分类:其它

    • 发布日期:2008-12-12
    • 文件大小:18432
    • 提供者:u013806069
  1. 反向传播算法推导—全连接神经网络

  2. 反向传播算法是人工神经网络训练时采用的一种通用方法,在现代深度学习中得到了大 规模的应用。全连接神经网络(多层感知器模型,MLP),卷积神经网络(CNN),循环神 经网络(RNN)中都有它的实现版本。算法从多元复合函数求导的链式法则导出,递推的 计算神经网络每一层参数的梯度值。算法名称中的“误差”是指损失函数对神经网络每一层 临时输出值的梯度。反向传播算法从神经网络的输出层开始,利用递推公式根据后一层的误 差计算本层的误差,通过误差计算本层参数的梯度值,然后将差项传播到前一层
  3. 所属分类:机器学习

    • 发布日期:2018-07-07
    • 文件大小:791552
    • 提供者:sigai_csdn
  1. 神经网络反向传播算法

  2. 神经网络反向传播算法,神经网络反向传播算法原理和推导
  3. 所属分类:机器学习

    • 发布日期:2018-01-25
    • 文件大小:1048576
    • 提供者:zhidao_wenge
  1. 零基础入门深度学习(3) - 神经网络和反向传播算法

  2. 零基础入门深度学习 神经网络 反向传播算法 神经网络和反向传播算法
  3. 所属分类:深度学习

    • 发布日期:2018-02-27
    • 文件大小:5242880
    • 提供者:qq_18367375
  1. 神经网络-反向传播算法详解

  2. BP算法(即反向传播算法)是在有导师指导下,适合于多层神经元网络的一种学习算法,它建立在梯度下降法的基础上。BP网络的输入输出关系实质上是一种映射关系:一个n输入m输出的BP神经网络所完成的功能是从n维欧氏空间向m维欧氏空间中一有限域的连续映射,这一映射具有高度非线性。它的信息处理能力来源于简单非线性函数的多次复合,因此具有很强的函数复现能力。这是BP算法得以应用的基础
  3. 所属分类:机器学习

    • 发布日期:2018-10-03
    • 文件大小:104448
    • 提供者:qq_33017693
  1. Nature子刊:大脑学习也靠反向传播?Hinton等用新一代反向传播算法模拟神经网络

  2. 反向传播作为一种基本负反馈机制,极大地推动了深度学习神经网络的发展。那么,反向传播也存在于人脑的运行方式中吗?反向传播的发明者Geoffery Hinton发Nature子刊告诉我们:人脑中存在类似于反向传播的神经机制,我用一种新算法类比出来了!
  3. 所属分类:机器学习

    • 发布日期:2020-04-23
    • 文件大小:2097152
    • 提供者:syp_net
  1. 前馈神经网络(反向传播算法)用到的数据集

  2. 前馈神经网络(反向传播算法)用到的数据集,包含5000张数字图片X及对应标签y。由于是matlab类型的数据,X需要转置。
  3. 所属分类:深度学习

    • 发布日期:2020-08-06
    • 文件大小:7340032
    • 提供者:cazenove
  1. numpy实现神经网络反向传播算法的步骤

  2. 主要介绍了numpy实现神经网络反向传播算法的步骤,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
  3. 所属分类:其它

    • 发布日期:2020-09-18
    • 文件大小:290816
    • 提供者:weixin_38672807
  1. Python实现的人工神经网络算法示例【基于反向传播算法】

  2. 主要介绍了Python实现的人工神经网络算法,结合实例形式分析了Python基于反向传播算法实现的人工神经网络相关操作技巧,需要的朋友可以参考下
  3. 所属分类:其它

    • 发布日期:2020-09-21
    • 文件大小:58368
    • 提供者:weixin_38686231
  1. 反向传播算法pdf讲义超详细

  2. 反向传播算法pdf讲义超详细
  3. 所属分类:机器学习

    • 发布日期:2020-10-18
    • 文件大小:3145728
    • 提供者:qq_34327247
  1. Python实现的人工神经网络算法示例【基于反向传播算法】

  2. 本文实例讲述了Python实现的人工神经网络算法。分享给大家供大家参考,具体如下: 注意:本程序使用Python3编写,额外需要安装numpy工具包用于矩阵运算,未测试python2是否可以运行。 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值分别对应 y1 = sin(x),y2 = 1。 随机生成一万份训练样例,经过网络的学习
  3. 所属分类:其它

    • 发布日期:2020-12-24
    • 文件大小:62464
    • 提供者:weixin_38526208
  1. 几分钟弄明白 BP 反向传播算法

  2. 今天有朋友咨询我反向传播算法,我觉得不需要太复杂的推导,就可以解释清楚这个算法的原理。 序 假定神经网络采用下面的结构: 1. 最简单的神经网络模型 我们考虑最简单的情况:一个输入节点、一个输出节点、一个训练样本,网络结构如下图: 2. 损失函数 为了简化分析,我们假定只有一个训练样本 (x,y)(x,y)(x,y)。于是,损失函数简化为下面的形式: E=12(y−a5)2(3)\tag3 E = \frac12(y – a_5)^2 E=21​(y−a5​)2(3) 其中,(x,y)(x,
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:155648
    • 提供者:weixin_38641876
  1. -BackPropagation-:反向传播算法yapay sinirağıtasarımı-源码

  2. -反向传播- 反向传播算法,例如yapay sinirağıtasarımı。 Projeye eklenmesi gereken jarkütüphaneleri
  3. 所属分类:其它

    • 发布日期:2021-03-17
    • 文件大小:883712
    • 提供者:weixin_42116791
  1. 使用Sigma-Pi-Sigma神经网络的带有L2正则化器的在线反向传播算法收敛分析的宽松条件。

  2. 使用Sigma-Pi-Sigma神经网络的带有L2正则化器的在线反向传播算法收敛分析的宽松条件。
  3. 所属分类:其它

    • 发布日期:2021-03-06
    • 文件大小:790528
    • 提供者:weixin_38691970
  1. 带神经网络的手写数字识别:实现神经网络的反向传播算法,并将其应用于手写数字识别的任务-源码

  2. 神经网络手写数字识别 吴安德(Andrew Ng)在Coursera上的机器学习课程中的编程作业4。 课程信息可以在这里找到。 该编程练习实现了神经网络的反向传播算法,并将其应用于手写数字识别的任务。 这套包括: ex4.mlx-逐步执行练习的MATLAB Live脚本 ex4.pdf-此练习的信息 ex4data1.mat-手写数字训练集 ex4weights.mat-练习4的神经网络参数 Submit.m-将您的解决方案发送到我们的服务器的提交脚本 displayData.m-帮助可
  3. 所属分类:其它

    • 发布日期:2021-03-01
    • 文件大小:7340032
    • 提供者:weixin_42126749
  1. 激活函数斜率变化的反向传播算法的性能

  2. 激活函数斜率变化的反向传播算法的性能
  3. 所属分类:其它

    • 发布日期:2021-02-24
    • 文件大小:280576
    • 提供者:weixin_38500709
  1. 反向传播算法-源码

  2. 反向传播算法
  3. 所属分类:其它

    • 发布日期:2021-02-11
    • 文件大小:3145728
    • 提供者:weixin_42131861
  1. 数字识别:在带有MATLAB的人工神经网络上使用反向传播算法进行数字识别。 来自MNSIT的数据集-源码

  2. 数字识别:在带有MATLAB的人工神经网络上使用反向传播算法进行数字识别。 来自MNSIT的数据集
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:26214400
    • 提供者:weixin_42150360
  1. 毫米波全息成像快速反向传播算法研究

  2. 为了在保证图像质量的前提下进一步加快毫米波全息成像的图像重建速度,提出了基于降维策略的快速反向传播重建 (DR-BP) 算法。基于亚毫米波单站式成像实验(280~320 GHz)以及多发多收正交阵列成像FEKO电磁仿真实验(70~80 GHz)对DR-BP算法进行验证。实验结果表明,DR-BP算法相比仅适用于单站式成像的快速傅里叶变换算法,重建图像边缘干扰少,相比传统的反向传播算法,重建速度大幅提升,本文实验中获得的图像质量相同时,重建速度可提升60倍。
  3. 所属分类:其它

    • 发布日期:2021-01-25
    • 文件大小:8388608
    • 提供者:weixin_38694674
  1. python里反向传播算法详解

  2. 反向传播的目的是计算成本函数C对网络中任意w或b的偏导数。一旦我们有了这些偏导数,我们将通过一些常数 α的乘积和该数量相对于成本函数的偏导数来更新网络中的权重和偏差。这是流行的梯度下降算法。而偏导数给出了最大上升的方向。因此,关于反向传播算法,我们继续查看下文。 我们向相反的方向迈出了一小步——最大下降的方向,也就是将我们带到成本函数的局部最小值的方向。 图示演示: 反向传播算法中Sigmoid函数代码演示: # 实现 sigmoid 函数 return 1 / (1 + np.exp(-x
  3. 所属分类:其它

    • 发布日期:2021-01-19
    • 文件大小:72704
    • 提供者:weixin_38715048
« 12 3 4 5 6 7 8 9 10 ... 17 »