人工神经网络启蒙笔记.pdfVIP

人工神经网络启蒙笔记 一、手动神经网络 参加了好几次数学建模，都使用到了神经网络模型的工具箱，这次利用暑假的时间也学 学人工神经网络的原理。为了帮助理解和学习人工神经网络，我先做了一个可以手动完成训 练的单个神经元的应用实例。 场景说明： 1 今有一张成绩单如表 所示，我想利用这些数据训练隐含层只有一个神经元构成的神经 网络模型，并用训练好的模型来判断输入的成绩是否通过。 表1 成绩单 成绩 备注 100 通过 54 挂科 59 挂科 60 通过 70 通过 45 挂科 神经网络设计： 1. 网络结构 1 ( ) φ 如图 ，神经网络的隐含层只有一个神经元，其中激活函数 选择简单的阶梯函 2 数（图 ） 图1 人工神经网络结构图 图2 阶梯函数 2. 参数初始值 ω, 神经网络的参数初始值一般是用随机数，我的这个神经网络只有两个参数 ，初 始值就选为ω = 1, = 0 。 3. 参数调整 10 参数调整的方法是只要网络的输出和目标输出不同， 的值就减小 。 4. 网络训练 1 0 成绩通过用 表示，挂科用 表示，将成绩输入网络，则会有个输出，根据输出一 2 步步调整 的值，直到训练结束，我把数据训练了三次。手工计算并填写表 ，其中计算 的过程举例： 100 ( ) 1 输入 ω + = 100 × 1 + 0 = 100 ≥ 0 φ ω + = 1 输出 54 ( ) 1 输入 ω + = 54 × 1 + 0 = 54 ≥ 0 φ ω + = 1 输出 表2 人工神经网络训练过程 序号 输入 目标输出 网络输出 值 1 100 1 1