前文
今天的文章將要介紹深度學習中其中一種演算法叫徑向基函數網路(RBFN)。
介紹
RBFN是使用徑向基函數作為啟動函數的特殊類型的前饋神經網路，它們具有輸入層、隱藏層和輸出層，主要用於分類、回歸和時間序列預測。
運作模式
1.RBFN透過測量輸入與訓練集中的示例的相似性來執行分類。
2.RBFN具有饋送到輸入層的輸入向量。它們有一層RBF神經元。
3.該函數查找輸入的加權和，並且輸出層的每個類別或數據類都有一個節點。
4.隱藏層中的神經元包含高斯傳遞函數，其輸出與與神經元中心的距離成反比。
5.網路的輸出是輸入的徑向基函數和神經元參數的線性組合。
6.
圖片來源
https://kilong31442.medium.com/top-10-%E6%82%A8%E6%87%89%E8%A9%B2%E8%A6%81%E5%AD%B8%E6%9C%83%E7%9A%84%E6%B7%B1%E5%BA%A6%E5%AD%B8%E7%BF%92%E6%BC%94%E7%AE%97%E6%B3%95-fundamental-review-series-d8c69897e010
資料來源
https://kilong31442.medium.com/top-10-%E6%82%A8%E6%87%89%E8%A9%B2%E8%A6%81%E5%AD%B8%E6%9C%83%E7%9A%84%E6%B7%B1%E5%BA%A6%E5%AD%B8%E7%BF%92%E6%BC%94%E7%AE%97%E6%B3%95-fundamental-review-series-d8c69897e010
iThome鐵人賽
看影片追技術