-
最终目的就是用训练样本X,反复更新权重向量W查看全部
-
矩阵的点乘和矩阵的转置,是神经算法基本的数据处理查看全部
-
矩阵的转置查看全部
-
向量的点乘查看全部
-
神经元的数学表示查看全部
-
这一章讲的神经网络阈值和权重的更新(具体为何可以达到效果不清楚,更新算法步骤还要再看一遍记录)查看全部
-
感知器算法的最终结果就是得到合适的权重向量查看全部
-
感知器算法的适用范围是:能线性区分的样本查看全部
-
权重更新算法查看全部
-
步调函数和阈值查看全部
-
感知器数据分类算法步骤,通过训练样本x反复训练,调整权重W的值,以达到最合适的值查看全部
-
矩阵的转置查看全部
-
向量点积查看全部
-
激活函数查看全部
-
求偏导查看全部
举报
0/150
提交
取消