【问题标题】:Training a FeedForward Neural Network训练前馈神经网络
【发布时间】:2015-06-04 13:10:45
【问题描述】:

我已经实现了一个反向传播神经网络,现在我想实现一个前馈神经网络来比较它们的准确性。

我的问题是,Feed Forward 有哪些学习方法(除了反向传播),因为每篇文章都提到反向传播作为学习方法。

【问题讨论】:

    标签: neural-network backpropagation feed-forward


    【解决方案1】:

    可能的误解

    “前馈神经网络”是一种没有循环连接的神经网络。该名称是对输入信号如何在整个网络结构中传播的描述。因此,您已经实现了前馈网络。

    反向传播算法是一种训练(或权重调整)算法,可用于教前馈神经网络如何对数据集进行分类。

    其他学习策略

    遗传算法

    另一种流行的学习策略是使用遗传算法。这在计算上没有那么有效,但它不会因陷入局部最优而受到影响。 This seems to be a great introduction.

    赫比学习

    这是一种老式的 AI 学习算法,它再次获得了一些基础。您可以阅读有关 Hebbian 学习的内容here

    【讨论】:

    • 我认为我的措辞有点错位 xD,我确实实现了前馈,我正在寻找其他学习方法,如反向传播。这让我开始思考,因为在这篇论文 mdpi.com/2220-9964/2/3/854/pdf 中,作者说他们使用了 3 层前馈神经网络,单独使用前馈是没有意义的。
    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 2013-02-01
    • 1970-01-01
    • 2011-04-07
    • 1970-01-01
    • 1970-01-01
    • 2010-11-20
    • 2019-09-15
    相关资源
    最近更新 更多