級聯相關神經網絡

介紹 通常的神經網絡是固定好拓撲結構，而後訓練權重和閾值。級聯相關神經網絡是從一個小網絡開始，自動訓練和添加隱含單元，最終造成一個多層的結構。web 級聯相關神經網絡具備如下優勢:算法 學習速度快； 本身決定神經元個數和深度； 訓練集變化以後還能保持原有的結構(這個是缺點仍是優勢)； 不須要後向傳播錯誤信號； 後向傳播算法運行緩慢的緣由 後向傳播算法運行緩慢主要有兩個緣由：步長問題和目標移動問題。

>>阅读原文<<