極端學習機extreme learning machine,ELM
三層神經網絡 輸入權值矩陣W；隱含層閾值B；輸出層權值β。 網絡的輸出爲： g是隱層的激活函數 用矩陣表示： 其中： 目標是讓網絡的輸出無限接近標籤Y： 用廣義逆解得： 步驟： 1.選擇合適的激活函數和隱層神經元數目 2.隨機生成輸入權值W和隱層閾值B 3.計算隱層輸出H 4.通過公式計算出隱層權值β
相關文章
- 1. 極限學習機(Extreme Learning Machine)ELM
- 2. ELM（extreme learning machine）
- 3. 極限學習機Extreme Learning Machines (ELM)
- 4. 極限學習機(Extreme Learning Machine, ELM)原理詳解和MATLAB實現
- 5. 極限學習機 Extreme Learning Machines 介紹
- 6. Extreme Learning Machine
- 7. VisualStudio2019機器學習Machine Learning
- 8. 簡單易學的機器學習算法——極限學習機(ELM)
- 9. 【Machine Learning】17 大規模機器學習(Large Scale Machine Learning)
- 10. [Machine Learning] 機器學習系統的設計(Machine Learning System Design)
- 更多相關文章...
- • Docker Machine - Docker教程
- • 您已經學習了 XML Schema，下一步學習什麼呢？ - XML Schema 教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • 適用於PHP初學者的學習線路和建議
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 極限學習機(Extreme Learning Machine)ELM
- 2. ELM（extreme learning machine）
- 3. 極限學習機Extreme Learning Machines (ELM)
- 4. 極限學習機(Extreme Learning Machine, ELM)原理詳解和MATLAB實現
- 5. 極限學習機 Extreme Learning Machines 介紹
- 6. Extreme Learning Machine
- 7. VisualStudio2019機器學習Machine Learning
- 8. 簡單易學的機器學習算法——極限學習機(ELM)
- 9. 【Machine Learning】17 大規模機器學習(Large Scale Machine Learning)
- 10. [Machine Learning] 機器學習系統的設計(Machine Learning System Design)