|
钻瓜专利网为您找到相关结果 4173884个,建议您 升级VIP下载更多相关专利
- [发明专利]一种主方向神经网络系统-CN200810102802.8无效
-
殷维栋;王守觉
-
中国科学院半导体研究所
-
2008-03-26
-
2009-09-30
-
G06N3/04
- 本发明公开了一种主方向神经网络系统,采用4层前馈式结构,包括输入层、第一隐层、第二隐层和输出层,输入层包含D个神经元,第一隐层包含K组神经元,每组神经元包含3个神经元,第二隐层包含K个神经元,输出层为一个神经元,D和K均为自然数;输入层用于接收D维向量,每个神经元对应接收D维向量中的一个分量;第一隐层将接收自输入层的D维向量映射至第二隐层中的神经元,第一隐层中每组神经元对应第二隐层中的一个神经元;第二隐层将接收自第一隐层的3K维向量映射至输出层中的神经元;输出层将第二隐层的结果进行有偏置w0的线性加权,然后输出。
- 一种方向神经网络系统
- [发明专利]神经网络的训练方法-CN200680042779.7无效
-
伯纳黛特·加纳
-
伯纳黛特·加纳
-
2006-11-15
-
2008-11-19
-
G06N3/08
- 该方法(30)包括以下步骤:通过选择待训练的NN的一个输出,并且为所选输出而将该NN的一个输出神经元连接到该NN输入层中的输入神经元,从而对NN进行初始化;准备该NN待学习的一个数据集;通过将所准备的数据集的一个输入向量应用到该NN的第一隐层,或者在该NN没有隐层时将其应用到该NN的输出层,并且确定该NN的每一层中所选输出的至少一个神经元是否可以学习产生该输入向量的相关输出,从而将所准备的数据集应用到该NN以进行学习。如果该NN的一层中没有一个神经元可以学习产生该输入向量的相关输出,那么将一新的神经元增加到那层中以学习那层中任何其他神经元无法学习的相关输出。这个新神经元将其输出连接到与受到训练的输出相关联的下一层中的所有神经元上。如果一输出神经元无法学习该输入向量,那么将另一神经元增加到同一层中作为当前输出神经元,将所有输入与其相连。该神经元学习旧输出无法学习的输入。将一附加神经元增加到下一层中。该神经元的输入是该NN的旧输出,而对那一层来说是新增加的神经元。
- 神经网络训练方法
|