人工神經網路提供透明的演算法嗎
1樓：時間會飛的狗
個人觀點：演算法透明，過程不透明。
所謂演算法透明，就是整個演算法的計算流程，優化流程設計思想這些都是可知的。
過程不透明，就是模型引數更新過程看不到，只能得到乙個最終結果，往往這個結果也是不可解釋的，你很難從理論上解釋這個演算法為什麼會給出這個結果。
什麼是人工神經網路及其演算法實現方式
2樓：網友
邏輯性的思維是指根據邏輯規則進行推理的過程；它先將資訊化成概念，並用符號表示，然後，根據符號運算按序列模式進行邏輯推理；這一過程可以寫成序列的指令，讓計算機執行。然而，直觀性的思維是將分散式儲存的資訊綜合起來，結果是忽然間產生想法或解決問題的辦法。這種思維方式的根本之點在於以下兩點：
1.資訊是通過神經元上的興奮模式分佈儲在網路上；2.資訊處理是通過神經元之間同時相互作用的動態過程來完成的。
求人工神經網路的具體演算法，數學模型，比如求乙個函式最優值之類的，不要各種亂七八糟的介紹，謝謝
3樓：網友
神經網路就像多項式或者線性模型一樣，是個看不見表示式的模型，它的表示式就是網路，它比一般模型具有更高的自由度和彈性；同時它是乙個典型的黑箱模型方法；比多項式等模型還黑。優化演算法，就是尋優的演算法，所謂尋優過程，就是尋找使目標函式最小時（都是統一表示成尋找使函式具有最小值）的自變數的值。迴歸或者擬合乙個模型，例如用乙個多項式模型去擬合一組資料，其本質就是尋找使殘差平方和最小的引數值，這就是乙個尋優的過程，其實就是尋找使函式f（x）值最小時的x的值；對於這個具體的尋找過程就涉及到演算法問題，就是如何計算。
所謂演算法，是數值分析的乙個範疇，就是解這問題的方法；例如乙個一元二次方程 x^2-3x+1=0的解法，因為簡單可以直接求解，也可以用牛頓逐個靠近的方法求解，也即是迭代，慢慢接近真實解，如此下去不斷接近真值，要注意迭代演算法是涉及演算法精度的，這些迭代演算法是基於計算機的，演算法的初衷也是用近似的演算法用一定的精度來接近真實值。 比如上面的方程也可以用遺傳演算法來解，可以從一些初始值最終迭代到最佳解。神經網路在尋找網路的引數即權值的時候，也有尋找使訓練效果最好的過程，這也是尋優的過程，這裡涉及到了演算法就是所謂的神經網路演算法，這和最小二乘演算法是一樣的道理；例如做響應面的時候，其實就是二次迴歸，用最小二乘得到二次模型的引數，得到乙個函式，求最大產物量就是求函式模型的最大值，怎麼算呢？
頂點處如果導數為0，這個地方對應的x值就是最優的，二次模型簡單可以用偏導數=0來直接解決，這過程也可以遺傳演算法等來解決。說到底所謂尋優的本質就是，尋找函式極值處對應的自變數的值。
4樓：網友
神經網路一般都是做**的啊，要是做優化得用遺傳演算法啊。
5樓：網友
如果想看具體演算法就搜個ppt看，最好找本書，如果是想用則只需要學會用matlab神經網路工具包，網路上有該工具包的說明。
6樓：網友
單純人工神經網路好像不能找最優吧。
請教：人工神經網路是隨機性演算法還是確定性演算法？對不起！沒分了。
7樓：網友
演算法是確定的，但訓練樣本通常是不確定的。
8樓：網友
像bp等演算法 的魯棒性並不強，隨機選取初始權值也造成了她的訓練結果的不確定性。
9樓：網友
神馬叫人工精神網路？
三個輸入乙個輸出的人工神經網路程式設計，隱含層為10隱層，為bp演算法，怎麼做
10樓：網友
隱層神經元數量是10吧，10個隱層也太奇葩了，訓練時間超長，bp這種演算法也不適合多層的。
11樓：網友
10個隱藏層？ 你不嫌麻煩？ 一般1~3個隱藏層能解決絕大多數問題了。 三個輸入乙個輸出，乙個隱藏層就夠了。
12樓：網友
直接用matlab工具箱，自己程式設計麻煩且效果不好。
急求人工神經網路的matlab演算法~~求大蝦教我
13樓：網友
1、採用2-5-1三層bp網路結構即可實現其matlab 程式如下：
clcclear
a=rand(2,200);
x=a(1,:)
y=a(2,:)
f=x.^2+y.^2;
net=newff(minmax(a),[5,1],,'trainlm');;
net=train(net,a,f)
b=rand(2,100);
x1=b(1,:)
y1=b(2,:)
f1=x1.^2+y1.^2;
ty=sim(net,b);
subplot(1,2,1)
plot(f1);
subplot(1,2,2)
plot(ty,'r')
以上程式我執行很好，。
2、神經網路的核心就是求權值w，偏置值b，很多演算法都可實現，當v,m收斂後，就確定這個函式了，只是這個函式為非線性函式，非常複雜，表達困難，已經包含在訓練好的神經網路了，此時，可以用這個網路進行**和分類。
記住分給我啊，這個matlab程式花了很多時間，註釋懶的寫了，你應該看的懂的。
14樓：網友
是先用資料訓練網路，這個過程是求v,w的過程，訓練完後用求出的v,w作圖畫出其效果圖。 有郵箱嗎，我給你發過去。
如何利用人工神經網路或遺傳演算法解決實際問題
15樓：山楂大餅
來自《神經網路之家》nnetinfo
目前可以做的一般有：
分類。函式擬合。
壓縮。圖象識別。
等等， 其實說到底，所有的都能歸於第2點--函式擬合。
一般如果輸入與輸出是有強烈關係的，網路都能找得到這個關係。例如病人的特徵作為輸入，判斷這個是否為病人，一般都是可以的。業務背景知識強，才能把神經網路運用到實際中。
另外，還需要把實現問題轉換為數學問題的能力。
例如數字識別就是乙個經典的應用。但直接把**放進去訓練是得不到識別效果的，因為維度太多了，而且資訊冗餘量很大。
於是有人把**的特徵先自已提取出來：例如對角線與**上的數字有幾個交點等等，再把這些特徵作為輸入，數字類別向量作為輸出，放到網路中訓練。最後你再寫乙個數字，提取這個數字的特徵，再把這特徵放進網路中的時候，它就能識別到你是哪個數字了。
另外，又有人用卷積神經網路去做數字識別。
還有人用深度網路去做，即先把原來**的資訊用rbm網路進行壓縮，然後再訓練，效果就好了。
等等，其實很多問題都可以做，但前提是你要想到好的方式去運用神經網路。
bp神經網路演算法在matlab中的實現
bp神經網路是最基本 最常用的神經網路，matlab有專用函式來建立 訓練它，主回要就是newff train sim 這三個函式，當然其答他如歸一化函式mapminmax 其他net的引數設定 lr goal等 設定好，就可以通過對歷史資料的學習進行 附件是乙個最基本的 例項，本來是電力負荷 的例...
用matlab的GUI建立BP神經網路的問題，求各位幫忙解答
應該是14列 9行的輸入 對應14列 1行的輸出。每列乙個sample 你應檢查你的bp網路的輸入層神經元和輸出層神經元數目，同時注意行列的關係。matlab bp神經網路程式總是報錯，求大神幫忙解答！謝謝 你那兩個傳遞復 函式之間少了乙個英文制逗號，應該是bai。要學會du根據matlab報錯提示...
求助BP神經網路訓練後輸出的performance圖形問題
你的圖不大對吧？應該有三條曲線顯示才對，分別代表訓練，驗證，測試誤差，你現在只有訓練誤差的。performance is 0.00306表示你的訓練誤差達到了0.00306，goal is 0.01表示你設定的目標誤差是0.01.matlab中神經網路訓練結束後出現nntraintool面板，如何記...