百度作业网关于三层神经网络如何识别所有非线性类的组合
来源：学生作业帮 编辑：百度作业网作业帮 分类：化学作业 时间：2024/08/09 10:29:55
关于三层神经网络如何识别所有非线性类的组合
书里说.在两类的情况下.第一个隐层将所有类投射到hypercube上.第二隐层将期中一类的所有样本都设立一个神经元.那么.如果大于两类情况下.是增加层数.还是增加神经元数量?
书里说.在两类的情况下.第一个隐层将所有类投射到hypercube上.第二隐层将期中一类的所有样本都设立一个神经元.那么.如果大于两类情况下.是增加层数.还是增加神经元数量?
你所说的类指得是什么?当网络复杂度不能满足要求时,第一的选择是增加神经元的数量,增加层数会大大增加网络复杂度.
再问： 就是需要识别的类的个数。两类问题就是把样本分类到A或者B类。
再答： 一个隐层的神经网络可以满足绝大多数的应用要求，且一个网络的输出完全可以用于多类的识别，只要训练样本的输出涵盖了所有输出类就可以。通常可以根据训练样本作聚类估算所需神经元的数目和初值，然后通过训练调整，也可以通过增长算法在训练中动态增加/删除神经元数目。
再问： 你给的是教科书式的答案。。可以详细一点吗。。多类是如何识别的？？
再答： 假设有学生分属3个不同的班，1班2班和3班，可以将班号作为模型输出值。通过训练，模型对应不同的学生，会给出不同输出值，可根据实际情况划分门限，来确定输出属于那类。假定输出值为1.231，则归为1班，如为2.812则归为3班。
再问： 就是需要识别的类的个数。两类问题就是把样本分类到A或者B类。
再答： 一个隐层的神经网络可以满足绝大多数的应用要求，且一个网络的输出完全可以用于多类的识别，只要训练样本的输出涵盖了所有输出类就可以。通常可以根据训练样本作聚类估算所需神经元的数目和初值，然后通过训练调整，也可以通过增长算法在训练中动态增加/删除神经元数目。
再问： 你给的是教科书式的答案。。可以详细一点吗。。多类是如何识别的？？
再答： 假设有学生分属3个不同的班，1班2班和3班，可以将班号作为模型输出值。通过训练，模型对应不同的学生，会给出不同输出值，可根据实际情况划分门限，来确定输出属于那类。假定输出值为1.231，则归为1班，如为2.812则归为3班。