神经网络拟合连续函数
神经网络 拟合
2023-09-14 09:11:22 时间
参考自:https://www.zhihu.com/question/268384579下面的回答。
1.分段线性函数可以拟合任意连续函数,如何理解?
评论里的回答:可以通过让每个分段的长度无穷小来逼近。
//回答中提到了Borel可测函数,搜了一下发现十分复杂,遂中止。
2.含两个隐层神经元的单隐层感知机可以形成脉冲函数,即累计量大于0的话就为1,否则为0(个人理解)。
感知机中的激活函数为,符号判别函数:
总之使用感知机可以通过积分的思想拟合连续函数:
3.阶梯函数在函数空间是稠密的,所以用连续函数可以逼近可测函数。
4.通用近似定理
https://zhuanlan.zhihu.com/p/39030338
第一次学习通用近似定理。
参考:https://www.jianshu.com/p/d27cbfb01711
5.神经网络是要拟合数据集的一个连续函数的分布,那么衡量这个拟合结果就需要损失函数,损失函数最小,无约束求极值梯度下降,也可以用熵的原理。
6.浅析 Hinton 最近提出的 Capsule 计划: https://zhuanlan.zhihu.com/p/29435406
相关文章
- CNN(卷积神经网络)详解
- 零障碍合并两个模型,大型ResNet模型线性连接只需几秒,神经网络启发性新研究
- PyTorch学习系列教程:深度神经网络【DNN】
- PyTorch 进阶之路:在 GPU 上训练深度神经网络
- RBF神经网络实验原理_神经网络多元拟合
- 使用chatGPT搭建一个CNN卷积神经网络
- 图神经网络框架-PyTorch Geometric(PyG)的使用及踩坑
- [NMI 2022 | 论文简读] 基于广义模板的精确有机反应性预测图神经网络
- [IEEE Trans Med Imaging | 论文简读] 用于COVID-19严重程度诊断和预测的结构注意图神经网络
- [Nat. Biomed. Eng. | 论文简读] 用于分析有损耗和域偏移的医学图像数据集的自适应对抗神经网络
- [Genome Biology | 论文简读] 以知识为基础的神经网络能够对单细胞测序数据进行生物学上可解释的深度学习
- 机器学习算法(八):基于BP神经网络的乳腺癌的分类预测
- 【数据挖掘】神经网络 后向传播算法 ( 梯度下降过程 | 梯度方向说明 | 梯度下降原理 | 损失函数 | 损失函数求导 | 批量梯度下降法 | 随机梯度下降法 | 小批量梯度下降法 )
- IDRLnet: 基于内嵌物理知识神经网络的开源求解框架
- 应用深度神经网络和Oracle技术推进数据分析(dnn oracle)
- 一篇文章教你用 11 行 Python 代码实现神经网络
- 预告:《超智能体》作者讲述深层神经网络设计理念 | 硬创公开课