神经网络基本知识(二):简单分类
2011-03-05 13:56
826 查看
前面简单介绍了神经网络的概念,下面进一步了解。
一。首先要清楚几个问题,
什么时候可以使用?
当系统要求不是严格100%输出正确率时。
分类(classification)还是回归(regression)?
通常状况下是分类,简单的线性分类或是非线性分类。回归是指使估计的曲线尽量接近所有分类点,实际上是分类的特殊情况。
确定的(deterministic)还是随机的(stochastic)?
weight权重可能有固定的最佳值,或是接近值,这是是确定的。随机的即是不确定的权重值。
supervised还是unsupervised?
online 还是off-line?
二。分类
根据结构According to the Structure of the Network:
前馈网络Feed-forward NN
1.M-P model
2.Perceptron Networks
• Single-Layer Perceptron Networks
• Multi-Layer Perceptron Networks
3.BP (Back Propagation) Network
反馈网络Feedback NN
1. DHNN: Discrete Hopfield NN
• Asynchronous Mode
• Synchronous Mode
2.CHNN: Continuous Hopfield NN
3.Boltzmann Machine: Random NN
根据功能途径According to the Functional Approach of the Network:
Global Approach Networks
Multi-Layer, Feed-forward NN
Local Approach Networks
CMAC NN
B-Spline样条 NN
RBF (Radial Base 径向基 Function) NN
Some Fuzzy NN
Fuzzy NN with Expert’s Explanation to the Conclusion
一。首先要清楚几个问题,
什么时候可以使用?
当系统要求不是严格100%输出正确率时。
分类(classification)还是回归(regression)?
通常状况下是分类,简单的线性分类或是非线性分类。回归是指使估计的曲线尽量接近所有分类点,实际上是分类的特殊情况。
确定的(deterministic)还是随机的(stochastic)?
weight权重可能有固定的最佳值,或是接近值,这是是确定的。随机的即是不确定的权重值。
supervised还是unsupervised?
online 还是off-line?
二。分类
根据结构According to the Structure of the Network:
前馈网络Feed-forward NN
1.M-P model
2.Perceptron Networks
• Single-Layer Perceptron Networks
• Multi-Layer Perceptron Networks
3.BP (Back Propagation) Network
反馈网络Feedback NN
1. DHNN: Discrete Hopfield NN
• Asynchronous Mode
• Synchronous Mode
2.CHNN: Continuous Hopfield NN
3.Boltzmann Machine: Random NN
根据功能途径According to the Functional Approach of the Network:
Global Approach Networks
Multi-Layer, Feed-forward NN
Local Approach Networks
CMAC NN
B-Spline样条 NN
RBF (Radial Base 径向基 Function) NN
Some Fuzzy NN
Fuzzy NN with Expert’s Explanation to the Conclusion
相关文章推荐
- 深度学习(pytorch)-1.基于简单神经网络的图片自动分类
- 神经网络、logistic回归等分类算法简单实现
- 深度神经网络基本知识-为何很难训练
- 神经网络梯度消失的解释 发表于2016/10/6 11:08:30 10609人阅读 分类: 深度学习 转载自哈工大SCIR(公众号) 为了弄清楚为何会出现消失的梯度,来看看一个极简单的深度
- 利用TensorFlow训练简单的二分类神经网络模型的方法
- 机器学习--感知器数据分类算法步骤(慕课网-实现简单的神经网络)
- Tensorflow手写数字识别之简单神经网络分类与CNN分类效果对比
- tensorflow学习笔记(4)softmax分类和简单神经网络比较
- 神经网络和深度学习(二)——一个简单的手写数字分类网络
- 利用TensorFlow训练简单的二分类神经网络模型
- 神经网络的基本知识(五):前向网络:BP网络
- PyTorch上搭建简单神经网络实现回归和分类的示例
- 神经网络与深度学习 1.3 神经网络的架构 1.4 一个简单的分类手写数字的网络架构
- PyTorch上搭建简单神经网络实现回归和分类
- TensorFlow入门,基本介绍,基本概念,计算图,pip安装,helloworld示例,实现简单的神经网络
- 4000 用神经网络做的简单的二分类
- 神经网络基本概念
- 【神经网络与深度学习】Caffe使用step by step:caffe框架下的基本操作和分析
- 【神经网络与深度学习】在Windows8.1上用VS2013编译Caffe并训练和分类自己的图片
- 使用回馈式神经网络实现一个XOR的非线性分类