BP神经网络
输入层，隐含层，输出层
输入层：取决于输入样本的数量。假设m个样本，每个样本n个维度。
隐含层：连接到输入层和输出层。神经元的个数自定义，无硬性要求。
输出层：神经网络的最终输出结果，可以用来分类和回归预测。
层与层的神经元全联接
作用：拟合（预测）和分类
信号正向传播，误差反向传播
RBF神经网络
把网络看成是对未知函数的逼近，任何函数都可以表示成一组基函数的和
1确定基函数的中心Ci
2确定基函数的宽度
3确定隐含层到输出层的链接权值wi
相关文章：
相似解决方案
热门标签