径向基函数网络(RBF网络)

作者: Roger Morrison
创建日期: 27 九月 2021
更新日期: 1 七月 2024
Anonim
30、RBF径向基神经网络 Python代码实现
视频: 30、RBF径向基神经网络 Python代码实现

内容

定义-径向基函数网络(RBF Network)是什么意思?

径向基函数网络是一种监督人工神经网络,它使用监督机器学习(ML)充当非线性分类器。非线性分类器使用复杂的函数比在低维向量上运行的简单线性分类器更进一步分析。


径向基函数网络也称为径向基网络。

Microsoft Azure和Microsoft Cloud简介在本指南中,您将了解什么是云计算,以及Microsoft Azure如何帮助您从云迁移和运行业务。

技术百科解释了径向基函数网络(RBF网络)

通过使用一组原型以及其他训练示例,神经元使用所谓的输入矢量来观察输入与原型之间的距离。

人工神经元的激活功能驱动输出,该输出可以用不同的方式表示,以显示网络如何对数据点进行分类。径向基函数网络使用径向基函数作为其激活函数。像其他类型的神经网络一样,径向基函数网络具有输入层,隐藏层和输出层。但是,径向基函数网络通常还包括某种非线性激活函数。可以使用梯度下降来训练输出权重。一些人认为RBF方法相对“直观”,是解决特殊ML问题的好方法。