您现在的位置是:首页 > 精选知识 >正文
bp神经网络模型的优缺点(bp神经网络模型)
发布时间:2022-08-30 08:09:52邓乐枝来源:
您好,蔡蔡就为大家解答关于bp神经网络模型的优缺点,bp神经网络模型相信很多小伙伴还不知道,现在让我们一起来看看吧!
1、样本变量不需要那么多,因为神经网络的信息存储能力有限,过多的样本会造成一些有用的信息被丢弃。
2、如果样本数量过多,应增加隐层节点数或隐层数目,才能增强学习能力。
3、一、隐层数一般认为,增加隐层数可以降低网络误差(也有文献认为不一定能有效降低),提高精度,但也使网络复杂化,从而增加了网络的训练时间和出现“过拟合”的倾向。
4、一般来讲应设计神经网络应优先考虑3层网络(即有1个隐层)。
5、一般地,靠增加隐层节点数来获得较低的误差,其训练效果要比增加隐层数更容易实现。
6、对于没有隐层的神经网络模型,实际上就是一个线性或非线性(取决于输出层采用线性或非线性转换函数型式)回归模型。
7、因此,一般认为,应将不含隐层的网络模型归入回归分析中,技术已很成熟,没有必要在神经网络理论中再讨论之。
8、二、隐层节点数在BP 网络中,隐层节点数的选择非常重要,它不仅对建立的神经网络模型的性能影响很大,而且是训练时出现“过拟合”的直接原因,但是目前理论上还没有一种科学的和普遍的确定方法。
9、 目前多数文献中提出的确定隐层节点数的计算公式都是针对训练样本任意多的情况,而且多数是针对最不利的情况,一般工程实践中很难满足,不宜采用。
10、事实上,各种计算公式得到的隐层节点数有时相差几倍甚至上百倍。
11、为尽可能避免训练时出现“过拟合”现象,保证足够高的网络性能和泛化能力,确定隐层节点数的最基本原则是:在满足精度要求的前提下取尽可能紧凑的结构,即取尽可能少的隐层节点数。
12、研究表明,隐层节点数不仅与输入/输出层的节点数有关,更与需解决的问题的复杂程度和转换函数的型式以及样本数据的特性等因素有关。
本文就讲到这里,希望大家会喜欢。
标签:
合影留念句子大全(合影留念文字)下一篇
最后一页
猜你喜欢
最新文章
- bp神经网络模型的优缺点(bp神经网络模型)
- 20041210火箭vs马刺比赛录像
- 14岁小男孩图片(14岁男孩下部图片)
- 北倾的全部小说傅征(北倾的全部小说)
- 如何评价荀子的思想(荀子的思想)
- 鹅绒被和桑蚕丝被哪个好(鹅绒被和蚕丝被哪个好)
- 纯银耳坠小说免费阅读(纯银耳坠小说全集)
- 说话
- 肉苁蓉泡水的功效与作用怎么吃法(肉苁蓉泡水的功效)
- 小儿巨结肠症状图片(小儿巨结肠症状)
- 宝宝屁股红是啥原因(宝宝红屁股的原因)
- 上市券商业绩分化加速自营业务成分水岭
- 日媒日本政府正协调开发多个大型氢气接收站
- 张国荣的时光电子版(张国荣的时光)
- 沟通的含义是什么,为什么要沟通(沟通的含义)
- 中学生沉迷网络的危害(网络的危害)
- 已设置过微信号怎么改名(已设置过微信号怎么改)
- 喜欢上一个人为什么就变得不自信了(喜欢上一个人)
- 合影留念句子大全(合影留念文字)
- 风景在路上中考满分作文650字左右(风景在路上中考满分作文)
- 乞巧 唐·林杰(乞)
- 数字资产att是什么意思(att数字资产是否合法)
- 小米最新款是什么型号(小米最新手机是哪款)
- 赖文峰判刑了吗(赖文峰被判多少年)