Datewhale一起吃瓜 Task5啃瓜第六章
Posted 有理想、有本领、有担当的有志青年
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Datewhale一起吃瓜 Task5啃瓜第六章相关的知识，希望对你有一定的参考价值。
文章目录
M-P 神经元模型
神经元接受数据，根据各自权重输入进激活函数，输出值与阈值比较后，得出结果作为该神经元的输出结果
激活函数
多层前馈网络
多层网络：包括隐层的网络
前馈网络：神经元之间不存在同层连接也不存在跨层连接
隐层和输出层神经元亦称“功能单元”
万有逼近性
仅需一个包含足够多神经元的隐层，多层前馈神经网络就能以任意精度逼近任意复杂度的连续函数
但是，设置隐层神经元数是未决问题，实际常用试错法
BP算法推导
缓解过拟合
早停
- 训练误差连续a轮的变化小于b，停止训练
- 使用验证集，若训练误差降低，验证误差升高，则停止训练
正则化
误差目标函数中增加描述网络复杂度
以上是关于Datewhale一起吃瓜 Task5啃瓜第六章的主要内容，如果未能解决你的问题，请参考以下文章