← 返回卡片

原书出处

人工智能算法(卷2):受大自然启发的算法

6 粒子群优化 6.2 粒子群优化

核验版本的摘录快照 · 导入于 2026-11-14T08:40:53.116Z

的能力是有利的,因为大多数问题都有3个以上的维度。

模型中的每个参数都是一个维度。从根本上讲,模型的这些参数可归约为浮点向量的数组。 在神经网络中,一旦指定了神经元的数量以及它们放入各层的方式,该网络中权重的数量就不会改变。随着训练的进行,这些权重会发生变化,以便让神经网

络针对给定的输入产生正确的输出。这些权重成为PSO

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/人工智能算法(卷2):受大自然启发的算法/_epub-src/OEBPS/Text/chapter006.html

EPUB SHA-256:cf1ad758fade845cb6885c7092a2ea127bbde1a70bc810f31d3075a0179aed96