Программирование - это просто
Advertisement
Главная arrow Искусственный интеллект arrow Теория нейронных сетей (платный раздел). arrow Теория нейронных сетей. Урок 7. Характеристики обучения персептрона
29.11.2022 г.
Главное меню
Главная
Интернет магазин
Программные продукты
Биржевые роботы
Искусственный интеллект
Математика и информатика
1С:Предприятие
Уроки C#
Уроки Delphi
Уроки программирования
Web-программирование
Дизайн и графика
Компьютер для блондинок
Исходники
Статьи
Платный раздел
Рассказы про компьютеры
Хитрости и секреты
Системный подход
Размышления
Наука для чайников
Друзья сайта
Excel-это не сложно
Все о финансах
.
Теория нейронных сетей. Урок 7. Характеристики обучения персептрона Печать E-mail
Автор megabax   
16.02.2014 г.
New Page 1

Теория нейронных сетей. Урок 7. Характеристики обучения персептрона

Что бы смотреть урок полностью, подпишитесь на платный раздел.

В платном разделе статья находиться здесь.

См. начало в бесплатном разделе.


В этом уроке мы рассмотрим рекомендации по выбору параметров обучения многослойного персептрона.

Начальные веса связей. Они представляют собой небольшие случайные числа, обеспечивающие для заданного входного вектора x(μ) такое значение net(μ), при котором используется линейный участок сигмовидной функции преобразования. Обычно, это достигается если wij лежит в диапазоне:

Теория нейронных сетей. Урок 7. Характеристики обучения персептрона

(7.1)

где m -....

....

Последнее обновление ( 16.02.2014 г. )
 
« След.
 
© 2022 Программирование - это просто
Joomla! - свободное программное обеспечение, распространяемое по лицензии GNU/GPL.
Русская локализация © 2005-2008 Joom.Ru - Русский Дом Joomla!
Design by Mamboteam.com | Powered by Mambobanner.de
Я принимаю Яндекс.Деньги