知识卡片
参数向量承载模型记忆
把RBF网络的输入系数、输出系数、基函数宽度和中心坐标按固定顺序拼接,得到可调整的参数向量。训练算法改变这个向量,评价函数再检查模型输出与目标的误差。它是模型的可训练状态,不能与单条样本的输入向量混同。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 引言 / INTRODUCTION 径向基函数网络 · 查看原书依据
径向基函数网络的长期记忆向量由如下几个不同的部分组成: 输入系数; 输出系数(求和系数); 径向基函数放缩范围(在各维度上范围相同); 径向基函数中心向量。 径向基函数网络把所有的元素保存为一个向量,这个向量即为该径向基
参考来源
- 位置:《人工智能算法(卷2):受大自然启发的算法》引言 / INTRODUCTION,原书小节“径向基函数网络”(来源项目a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/人工智能算法(卷2):受大自然启发的算法/_epub-src/OEBPS/Text/epub_0005.html#nav_point_19)
- 结论依据:原文逐项列出长期记忆向量的组成,并说明调整它以正确预测鸢尾花类别。
- 原始内容:径向基函数网络的长期记忆向量由如下几个不同的部分组成: 输入系数; 输出系数(求和系数); 径向基函数放缩范围(在各维度上范围相同); 径向基函数中心向量。 径向基函数网络把所有的元素保存为一个向量,这个向量即为该径向基