人工神经网络的几何意义

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了人工神经网络的几何意义，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含398字，纯文字阅读大概需要1分钟。

内容图文

分有无隐藏层两种情况讨论，并且点到点的变换式用y = Sigma(wx)来表示（取消常数项+b)：

无隐藏层：假设输入层有2个节点，输出层有1个节点。 此时有2条权重连线w1和w2, 这2个参数决定了一条直线的解析式，故此神经网络的几何意义就是代表一条直线。

有隐藏层：假设输入节点有2个，隐藏层有2个节点，输出层1个节点。此时从输入层到隐藏层有4个权重参数，它们可以用1个2*2矩阵来表示，此矩阵的几何意义就是代表一个变换。它可以是恒等变换，也可以是平移变换等等。例如w1,w2,w3,w4分别为1,0,1,0时，代表恒等变换。 此时输入层2个节点参数代表一个点。此神经网络的几何意义就是一个点经过一个几何变换后改变位置成为新的点（隐藏层），最后再有一个直线分隔。

原文：https://www.cnblogs.com/happylrui/p/11921382.html

内容总结

以上是互联网集市为您收集整理的人工神经网络的几何意义全部内容，希望文章能够帮你解决人工神经网络的几何意义所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

---