神经网络模式识别 | 通过培训双层前馈网络来分类数据 |
autoencoder. |
autoencoder类 |
预处理输入和目标用于更有效的培训。
了解如何在使用中手动配置网络配置
功能。
使用函数将数据划分为培训,验证和测试集。
不同问题类型训练算法的比较。
学习改进泛化和预装配的方法。
学习如何在培训神经网络时使用错误加权。
了解如何使用不同的值范围拟合输出元素。
了解神经网络设计过程中的主要步骤。
了解使用神经网络功能的不同级别。
用于设计多层浅前馈神经网络的工作流程,用于功能拟合和模式识别。
学习多层浅神经网络的体系结构。
了解输入数据结构的格式如何影响网络的模拟。
在使用浅神经网络试验时使用的示例数据集列表。
了解定义网络基本功能的属性。
学习定义网络详细信息的属性,例如输入,图层,输出,目标,偏差和权重等。