多层感知器
编辑多层感知器(英文:Multiple perceptron,缩写为MLP)是一类正向传播神经网络。一个MLP至少包含三个节点层。除输入节点外,每个节点都是使用非线性激活函数的神经元。所述MLP学习反向传播称为(反向传播)监督学习使用的方法 。它的多层结构和非线性激活功能使MLP和线性感知器区别开来。MLP 可以识别不可线性分离的数据。
多层感知器激活功能
编辑线性在所有神经元多层感知器的激活功能,即,每个神经元的输出输入被加权当具有线性函数,地图,线性代数从两层任意数量的层可以证明输入输出模型可以简化。在MLP中,一些神经元使用“非线性”激活函数,这些函数已被开发用于模拟生物神经元中动作电位的频率和激发。
多层感知器应用
编辑MLP在研究中很有用,因为它可以随机解决问题。MLP是健身近似极,如复杂给予的近似解问题往往。所述MLP Cybenko定理用于通过所指示的通用函数逼近,可用于创建由回归分析的数学模型。当响应变量是分类变量,分类是回归的一种特殊情况,而MLP是一种很好的分类算法。
内容由匿名用户提供,本内容不代表vibaike.com立场,内容投诉举报请联系vibaike.com客服。如若转载,请注明出处:https://vibaike.com/102141/