周志华《机器学习》笔记(五)——第5章 神经网络

第5章 神经网络

  • 1、正向传播(预测)
  • 2、反向传播(训练)
  • 3、问题与技巧

以标准BP算法为例,对神经网络的正向传播、反向传播过程进行推导,同时提出使用神经网络算法时需要考虑的问题和一些技巧。

1、正向传播(预测)

周志华《机器学习》笔记(五)——第5章 神经网络_第1张图片
周志华《机器学习》笔记(五)——第5章 神经网络_第2张图片

2、反向传播(训练)

周志华《机器学习》笔记(五)——第5章 神经网络_第3张图片

在这里插入图片描述

3、问题与技巧

(1)局部最优问题:训练多个神经网络,取最优;模拟退火;随机梯度下降;遗传算法

(2)过拟合问题:早停、正则化

(3)优化器:各种主流凸优化方法的归纳与总结。
https://blog.csdn.net/google19890102/article/details/69942970.
https://zhuanlan.zhihu.com/p/47453144.

(4)激活函数:增加神经网络的非线性分割能力。
周志华《机器学习》笔记(五)——第5章 神经网络_第4张图片
(5) 深度学习:基于深度神经网络的机器学习方法。

(6)“层数多收敛慢”问题:预训练+微调;权值共享(CNN)。

你可能感兴趣的:(机器学习,神经网络,机器学习,人工智能,算法,深度学习)