知识卡片
神经网络的四项能力
多层神经网络有四项突出能力:非线性映射能力,三层网络理论上可以任意精度逼近任意非线性连续函数,适合内部机制复杂的问题;自学习自适应能力,能自动提取数据间的合理规则并记忆在权值中;泛化能力,训练后能对未见过或带噪声的数据正确分类;容错能力,部分神经元受损时全局结果影响不大。用途上它因此被称为万能算法。边界是这些属于理论能力,实际效果依赖数据质量与网络结构。迁移启发:评估模型不能只看训练集拟合,还要看泛化与容错。
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
- 模拟人类思考过程:神经网络 7.3.2 巧用BP算法解决计算问题 · 查看原书依据
BP神经网络实现了一个从输入到输出的映射功能,从数学上可证明三层的神经网络就能够以任意精度逼近任何非线性连续函数。因此其特别适合于求解内部机制复杂的问题,也就是说BP神经网络具有较强的非线性映射能力。
参考来源
- 位置:《产品经理进阶:100个案例搞懂人工智能 (林中翘)》第7章《模拟人类思考过程:神经网络》(源文件:`../../book-sources/extracted/产品经理进阶:100个案例搞懂人工智能 (林中翘)/_epub-src/OEBPS/text00012.html`,来源项目 a19c7933-4eda-4176-aebd-30fe7e1ad292)
- 结论依据:原文列举非线性映射、自学习自适应、泛化、容错四项能力,并称三层网络可任意精度逼近连续函数,支撑了多层网络表达与适应能力的结论。
- 原始内容:BP神经网络实现了一个从输入到输出的映射功能,从数学上可证明三层的神经网络就能够以任意精度逼近任何非线性连续函数。因此其特别适合于求解内部机制复杂的问题,也就是说BP神经网络具有较强的非线性映射能力。