神經網路基礎知識

2022-05-16 05:16:12 字數 932 閱讀 4453

1、前饋神經網路

前饋神經網路描述的是網路的結構,是指每一層的神經元只接受前一層神經元的輸入,並且輸出到下一層。

2、bp神經網路

3、mlp

mlp是多層感知機也被稱為多層神經網路,是一種前向結構,包括輸入層、隱藏層和輸出層。至少三層結構(即隱藏層只有一層網路),如圖所示

4、cnn

cnn就是著名的卷積神經網路,是一種前饋神經網路。cnn不同於前面的網路只有線性連線,cnn包括卷積(convolution)操作,匯合(pooling)操作和非線性啟用函式對映(即線性連線)。經典的cnn網路有alex-net、vgg-nets、network-in-network等

5、rnn

rnn是迴圈神經網路

6、啟用函式

啟用函式又稱為非線性對映函式,將神經元的輸入對映到輸出。常用的啟用函式包括:sigmoid型函式、tanh(x)型函式、relu(修正線性單元)、leaky relu、引數化relu、隨機化relu和elu(指數化線性單元)

7、目標函式

目標函式是計算**結果和真是結果的誤差。目標函式可以分為分類任務的目標函式和回歸任務的目標函式

分類任務的目標函式包括:交叉熵損失函式、合頁損失函式、坡道損失函式、大間隔交叉熵損失函式、中心損失函式。

回歸任務的目標函式包括:l1損失函式、l2損失函式、tukey's biweight損失函式。

8、優化演算法

常用的網路模型優化演算法包括:隨機梯度下降法、基於動量的隨機梯度下降法、nesterov型動量隨機下降法、adagrad法、adadelta法、rmsprop法、adam法。

9、超引數

神經網路主要超引數包括:輸入影象畫素、學習率、正則化引數、神經網路層數、批處理大小、卷階層引數(卷積核大小、卷積操作步長、卷積核個數)、匯合層引數(匯合核大小、匯合步長)、目標函式、優化演算法、啟用函式、學習週期等。

**:

神經網路基礎知識(神經網路簡介)

一 生物神經網路 神經元的排列和突觸的強度 由複雜的化學過程決定 確立了神經網路的功能。突觸有兩種型別,興奮性突觸和抑制性突觸。前者產生正突觸後電位,後者產生負突觸後電位。抑制性 神經元雖然接收到其他神經元傳遞的資訊,但沒有向外傳遞資訊,該神經元稱 抑制性 的 興奮性 當乙個神經元的樹突接收的興奮資...

神經網路基礎知識收集

更新中 1 神經網路 人工神經網路 artificial neural network,ann 是指一系列受生物學和神經學啟發的數學模型。這些模型主要是通過對人腦的神經元網路進行抽象,構建人工神經元,並按照一定拓撲結構來建立人工神經元之間的連線,來模擬生物神經網路。在人工智慧領域,人工神經網路也常常...

神經網路的基礎知識

前饋神經網路是最早被提出的神經網路,熟悉的單層感知機,多層感知機,卷積深度網路等都屬於前饋神經網路,之所以叫前饋,可能是因為資訊向前流 資料從輸入 計算 輸出步驟。像rnn有反饋連線的叫反饋神經網路。如圖 乙個典型的神經元模型 包含n個輸入,1個輸出,計算功能 先求和,再將結果送入f啟用函式中 圖中...