机器学习|周志华《机器学习》笔记(五)——第5章 神经网络


第5章 神经网络

  • 1、正向传播(预测)
  • 2、反向传播(训练)
  • 3、问题与技巧

以标准BP算法为例,对神经网络的正向传播、反向传播过程进行推导,同时提出使用神经网络算法时需要考虑的问题和一些技巧。
1、正向传播(预测) 机器学习|周志华《机器学习》笔记(五)——第5章 神经网络
文章图片

机器学习|周志华《机器学习》笔记(五)——第5章 神经网络
文章图片

2、反向传播(训练) 机器学习|周志华《机器学习》笔记(五)——第5章 神经网络
文章图片

机器学习|周志华《机器学习》笔记(五)——第5章 神经网络
文章图片

3、问题与技巧 (1)局部最优问题:训练多个神经网络,取最优;模拟退火;随机梯度下降;遗传算法
(2)过拟合问题:早停、正则化
(3)优化器:各种主流凸优化方法的归纳与总结。
https://blog.csdn.net/google19890102/article/details/69942970.
https://zhuanlan.zhihu.com/p/47453144.
(4)激活函数:增加神经网络的非线性分割能力。
机器学习|周志华《机器学习》笔记(五)——第5章 神经网络
文章图片

(5) 深度学习:基于深度神经网络的机器学习方法。
【机器学习|周志华《机器学习》笔记(五)——第5章 神经网络】(6)“层数多收敛慢”问题:预训练+微调;权值共享(CNN)。

    推荐阅读