• 回答数

    4

  • 浏览数

    98

北极星爱吃鱼
首页 > 英语培训 > 神经网络阈值英文

4个回答 默认排序
  • 默认排序
  • 按时间排序

dp786639854

已采纳

分类: 电脑/网络 解析: neural 神经网络;〔神经网路〕 A unique function of memory and information processing necessary for a biological type of puter memory. It includes (a) random anization; (b) the distribution of memory traces through the entire system; (c) the simultaneous participation of any element in many memory traces; (d) no catastrophic failure; (e) implicit or response reinforcement memory; and (f) automatic response (no search and parison would be needed). 一种独特的存储和信息处理功能,是生物型计算机存储器所必须具备的,其中包括:(1)随机组织;(2)存储跟踪分布遍及整个系统;(3)许多存储跟踪中任何元素的同时加入;(4)不出现突然失效;(5)隐含或反应增强式存储;(6)自动反应(不需要搜索与比较)。

神经网络阈值英文

113 评论(10)

吃出新味来

理解为阈值吧 就是向下一层输出的阈值

286 评论(13)

michelle850322

Sigmoid函数,即f(x)=1/(1+e-x).神经元的非线性作用函数.人工神经网络的学习算法-BP算法神经网络的学习是基于一组样本进行的,它包括输入和输出(这里用期望输出表示),输入和输出有多少个分量就有多少个输入和输出神经元与之对应.最初神经网络的权值(Weight)和阈值(Threshold)是任意给定的,学习就是逐渐调整权值和阈值使得网络的实际输出和期望输出一致.我们假设样本有P个,输入层有N个神经元,隐含层有K个神经元,输出层有M个神经元.Xj为输入层神经元j的输入,Hj为隐含层神经元j的输出,Fj为输出层神经元j的实际输出,Rj为输出层神经元j的期望输出,前一层的输出即为后一层的输入.Whji是输入层神经元i与隐含层神经元j之间的连接权值,Thj是隐含神经元j的阈值,Woji是隐含层神经元i与输出层神经元j之间的连接权值,Toj是输出神经元j的阈值.神经元的非线性作用函数是Sigmoid函数,即f(x)=1/(1+e-x).

80 评论(14)

luanqiqing

你可以上《神经网络之家》 nnetinfo找一张 《一篇文章读懂径向基神经网络原理》的文章,上面有介绍径向基。简要来说,IW就是 input weight,输入层到隐层的权重。(注意,这里的权重与输入的计算方式是用dist函数,而不是点乘)LW,就是layer weight,LW{2,1}就是隐层到输出的权重。net.b就是阈值, 径向基神经网络的权重不再用点乘,隐层的阈值也不是用加法,所以它们已经不具用“权重、阈值”的物理意义。 只是网络的参数,用于计算, 更详细的,在这小小篇幅就说不完了。希望点个赞

144 评论(8)

相关问答