径向基神经网络
径向基是一种单隐层神经网络，使用径向基函数作为激活函数。输出是隐层神经元的加权求和。模型为：注意：Park和Sandberg于1991年证明：当具有足够多的隐单元个数的径向基网络，则能以任意精度逼近连续函数。当然本人觉得这代价太大了，深度架构，比如多隐层的其他网络（CNN，RBN，SAE等）对待复杂模式识别，应当更胜一筹。参考文献：《深度学习、优化与识别》李焦成。...
·
径向基是一种单隐层神经网络，使用径向基函数作为激活函数。输出是隐层神经元的加权求和。
模型为：
注意：Park和Sandberg于1991年证明：当具有足够多的隐单元个数的径向基网络，则能以任意精度逼近连续函数。
当然本人觉得这代价太大了，深度架构，比如多隐层的其他网络（CNN，RBN，SAE等）对待复杂模式识别，应当更胜一筹。
参考文献：《深度学习、优化与识别》李焦成。
CSDN联合极客时间，共同打造面向开发者的精品内容学习社区，助力成长！
更多推荐
0
0- 0
已为社区贡献3条内容
所有评论(0)