鐵人檔案
監督式類神經網路常見的梯度下降法，是以誤差為基礎作為目標函數進行權重最佳化，往往能訓練出計算值與實際值誤差非常小的類神經網路模型，然而誤差極小化真的是實務中需要的嗎？本次分享中將會以較少見的訓練方式——啟發式演算法作為權重修正方式，使得目標函數的假設可以充分自由化，藉此更容易滿足實務上需求。
哇我居然可以連續堅持十一天發文，這真的太神奇了，感謝鐵人賽給我的磨練。儘管其中兩天 DAY5 DAY6 有點塘塞，在這幾天 DAY 8 , DAY 9 也沒什麼...
今日要來進入鐵人賽第二部分，也就是粒子群演算法的部分。在接下來十天內除了會探討啟發式演算法之外，也會希望漸漸讓讀者們建立一個「參數空間」的觀念，當你習慣用一種參...
關於昨日 DAY 11 已經分享了許多粒子群演算法的觀念，今天要來分享的是說，粒子群演算法如何來做初始化權重的部分。同時也會來分享粒子群演算法的基本公式，我覺得...
今天要來談的是怎麼用粒子群演算法來更新網路權重，其實昨日已經有討論到這個部分，因此今天主要會談的事情是 fitness function （配適函數）或是成本函...
今天原本主題是「從最佳粒子提取訓練後網路權重」，當初不知道為什麼會打這個題目，因為其實這個步驟非常簡單，就只需要把粒子群裡面的最佳解（Group Best, G...
好吧，我要去跨年了只好挖部落格先擋一下 XD ，題目算是只是吸引人的噱頭吧！無論如何還是希望能幫助到一些朋友。 我的影片在這邊哈哈：https://www.y...
DAY 15 原定的文章由於跨年關係用部落格文取代，為這點感到抱歉的同時來到了 DAY 16 ，今天仍然要談的事情是你可以怎麼樣來建構你的目標函數，也就是類神經...
鐵人賽到今天第十八天，我最痛苦的時間大概是在 DAY-5 到 DAY-6 因為覺得寫不出自己想要寫的文章，沒有充足的時間做準備，慢慢到 DAY-10 11 之後...
今天要來談動態類神經網路，什麼叫做動態類神經網路呢？也就是說在你的類神經網路訓練過程中，類神經網路的架構會做動態的調整，舉例來說，如果你建立了一個 RBFNN...
第二部分是我開始沒有太多時間細打的部分，不過我還是想挑戰看看三十天發文！今天 DAY 20 我會分享一些比較進階的概念，關於啟發式演算法在類神經網路上的應用中，...
