学习了《神经网络模型及其matlab仿真程序设计》总结思考
在详细学习了《神经网络模型及其matlab仿真程序设计》后，看了几遍，做了两遍，共计二十多页的A4纸正反面的学习笔记。第一遍详细学校网络原理；第二遍总结思考。之后写了一些感悟于斯。
感觉本书是一种入门级别的书；书中介绍了神经网络模型的发展从感知器，到线性，到BP，到径向基，到竞争，到自组织，到hopfield。最初感知器，BP网络模型的介绍详细，训练过程叙述清晰，算法分析比较透彻；后期一些复杂网络只是简单的介绍了一些机理，了解其大致的思路。
此外matlab程序验证部分，程序验证简单，数据量小；有些程序运行结果和书中给出的结果相差很大。粗略比较各个改进算法的收敛时间和速度，其中杂BP网络的对比中，在函数逼近拟合中，算法不同对于结果的收敛性有很大的影响。首先，传统的梯度下降算法，感觉很不好，收敛速度慢，而且在多次迭代后达不到要求的精度；其次，学习率对于算法的收敛速度有很大的影响，在变学习率算法中，动量算法和梯度算法收敛速度有了很大的提高。再次，二阶的拟牛顿算法有着惊人的收敛速度，充分说明算法机理的不同，对于结果有很大的影响。处理少的算法，例如梯度算法等，需要内存少，但是迭代次数很多；处理多的算法，如变梯度，PROP，拟牛顿，l
学习了《神经网络模型及其matlab仿真程序设计》总结思考相关推荐
- DL：深度学习算法(神经网络模型集合)概览之《THE NEURAL NETWORK ZOO》的中文解释和感悟(六)
DL:深度学习算法(神经网络模型集合)概览之<THE NEURAL NETWORK ZOO>的中文解释和感悟(六) 目录 DRN DNC NTM CN KN AN 相关文章 DL:深度学习 ...
- DL：深度学习算法(神经网络模型集合)概览之《THE NEURAL NETWORK ZOO》的中文解释和感悟(四)
DL:深度学习算法(神经网络模型集合)概览之<THE NEURAL NETWORK ZOO>的中文解释和感悟(四) 目录 CNN DN DCIGN 相关文章 DL:深度学习算法(神经网络模 ...
- DL：深度学习算法(神经网络模型集合)概览之《THE NEURAL NETWORK ZOO》的中文解释和感悟(二)
DL:深度学习算法(神经网络模型集合)概览之<THE NEURAL NETWORK ZOO>的中文解释和感悟(二) 目录 AE VAE DAE SAE 相关文章 DL:深度学习算法(神经网 ...
- DL：深度学习算法(神经网络模型集合)概览之《THE NEURAL NETWORK ZOO》的中文解释和感悟(一)
DL:深度学习算法(神经网络模型集合)概览之<THE NEURAL NETWORK ZOO>的中文解释和感悟(一) 目录 THE NEURAL NETWORK ZOO perceptron ...
- DL：深度学习算法(神经网络模型集合)概览之《THE NEURAL NETWORK ZOO》的中文解释和感悟(三)
DL:深度学习算法(神经网络模型集合)概览之<THE NEURAL NETWORK ZOO>的中文解释和感悟(三) 目录 MC HN BM RBM DBN 相关文章 DL:深度学习算法(神 ...
- 深度学习中神经网络模型压缩的解决办法（ flask API、onnx、ncnn在嵌入式、流媒体端口应用）
深度学习中神经网络模型压缩的解决办法( flask API.onnx.ncnn在嵌入式.流媒体端口应用) 1 开发环境的创建 1.1 Conda简介 1.2 miniconda 1.3 conda操作 ...
- CSR8675的DSP学习笔记——a2dp_sink工程的matlab仿真
为了让CSR867x的开发更容易,现与思度科技联合推出CSR867x学习板[淘宝链接:思度科技CSR开发板]. 技术交流QQ群号:743434463 开发板会员QQ群号:725398389(凭订单号入 ...
- m基于深度学习的LTE信号检测算法matlab仿真
目录 1.算法描述 2.仿真效果预览 3.MATLAB核心程序 4.完整MATLAB 1.算法描述 随着射频设计者快速投入到支持长期演进( LTE )手机无线标准的新产品的开发过程中,理解LTE的测试 ...
- 基于Qlearning强化学习的倒立摆控制系统matlab仿真
目录 1.算法描述 2.仿真效果预览 3.MATLAB部分代码预览 4.完整MATLAB程序 1.算法描述 强化学习通常包括两个实体agent和environment.两个实体的交互如下,在envir ...
- 人工智能-深度学习：神经网络模型压缩技术（Network Compression）
一.技术背景 一般情况下,Neural Networks的深度和效果成正比,网络参数越多,准确度越高,基于这个假设,ResNet50(152)极大提升了CNN的效果,但计算量也变得很大.这种网络很难跑 ...
最新文章
- 博士生4篇高分论文参加答辩，却遭评委批评：你写的太多了
- opencv jni Android 实例笔记
- Docker网络相关
- Spring入门5.事务管理机制
- 3、Finished with error: FormatException: Bad UTF-8 encoding 0xc3 (at offset 169)
- 鸿蒙手机系统还没有开发,华为鸿蒙手机太难了！引发开发者大吐槽：为何没有自己独特风格？-互联网/电商-文章-小虾米...
- 游戏中基于物理的渲染（一）
- Centos 6.6 安装
- python数据预处理
- LSTM模型实战案例：TensorFlow实现预测3位彩票号码
- python repusts模块_Python tslearn包_程序模块 - PyPI - Python中文网
- nyoj--32--组合数
- 2020年深圳杯数学建模竞赛A题
- jsp里照片放在哪里_2020年初级会计报名照片怎么上传？
- 移动云迁移工具：物理服务器迁移到移动云
- WPF3D贴图：用C#搓一个地球
- oracle 12c rac tablespace 表空间删除办法
- 【BZOJ4094】[Usaco2013 Dec]Optimal Milking 线段树
- linux磁盘阵列数据恢复,Linux数据恢复
- 洛谷2324骑士精神