-
感知器算法試用范圍--比較適合于可以線性分割的查看全部
-
算法步驟總結(jié)查看全部
-
閾值的更新查看全部
-
權(quán)重更新算法示例查看全部
-
權(quán)重更新算法示例查看全部
-
權(quán)重更新算法示例查看全部
-
權(quán)重更新算法查看全部
-
步調(diào)函數(shù)與閾值查看全部
-
感知器數(shù)據(jù)分類算法步驟查看全部
-
權(quán)重更新算法示例-更新后的權(quán)重值,然后樣本和模型繼續(xù)重復(fù)計(jì)算,得到新的權(quán)重值查看全部
-
權(quán)重更新算法示例查看全部
-
權(quán)重更新算法: 1,如果y=y',y-y'=0,&W(j)=0,W(j)=W(j)+&W(j)=W(j),就不需要更新; 2.W(j)是根據(jù)結(jié)果自動(dòng)更新數(shù)值,n*是人為設(shè)置,根據(jù)自己的經(jīng)驗(yàn)設(shè)定,不斷探索出更準(zhǔn)確的數(shù)值,這個(gè)n*會(huì)影響到最終的檢測(cè)效果查看全部
-
步調(diào)函數(shù)與閾值查看全部
-
最終目的就是用訓(xùn)練樣本X,反復(fù)更新權(quán)重向量W查看全部
-
矩陣的點(diǎn)乘和矩陣的轉(zhuǎn)置,是神經(jīng)算法基本的數(shù)據(jù)處理查看全部
舉報(bào)
0/150
提交
取消