機器學習算法學習——RBF算法原理圖解

1.隱含層（徑向基層）算法 輸入爲列向量 R（看做R維向量空間內一點的座標） 隱含層與之對應的是一個矩陣 W1 （看做S個向量空間的中心點座標組合成的矩陣） 分別計算歐式距離獲得||dist|| 與鏈接權值 對應位置數值相乘獲得矩陣 經過激活函數（徑向基函數） 即獲得隱含層的輸出。 這裏有必要介紹高斯徑向基函數（與高斯分佈機率密度表達式類似）： 對比上述，X爲輸入點，Ci爲中心點， 即爲係數。we

>>阅读原文<<