神經網路優缺點，
1樓：來自楊三寨雪白的月季花
優點：（1）具有自學習功能。例如實現影象識別時，只在先把許多不同的影象樣板和對應的應識別的結果輸入人工神經網路，網路就會通過自學習功能，慢慢學會識別類似的影象。
自學習功能對於**有特別重要的意義。預期未來的人工神經網路計算機將為人類提供經濟**、市場**、效益**，其應用前途是很遠大的。
2）具有聯想儲存功能。用人工神經網路的反饋網路就可以實現這種聯想。
3）具有高速尋找優化解的能力。尋找乙個複雜問題的優化解，往往需要很大的計算量，利用乙個針對某問題而設計的反饋型人工神經網路，發揮計算機的高速運算能力，可能很快找到優化解。
缺點：（1）最嚴重的問題是沒能力來解釋自己的推理過程和推理依據。
2）不能向使用者提出必要的詢問，而且當資料不充分的時候，神經網路就無法進行工作。
3）把一切問題的特徵都變為數字，把一切推理都變為數值計算，其結果勢必是丟失資訊。
4）理論和學習演算法還有待於進一步完善和提高。
神經網路輸出神經元個數怎麼確定
2樓：向天致信
如果是rbf神經網路，那麼只有3層，輸入層，隱含層和輸出層。確定神經元個數的方法有k-means,rols等演算法。現在還沒有什麼成熟的定理能確定各層神經元的神經元個數和含有幾層網路，大多數還是靠經驗，不過3層網路可以逼近任意乙個非線性網路，神經元個數越多逼近的效果越好。
神經網路可以指向兩種，乙個是生物神經網路，乙個是人工神經網路。
生物神經網路：一般指生物的大腦神經元，細胞，觸點等組成的網路，用於產生生物的意識，幫助生物進行思考和行動。
人工神經網路（artificial neural networks，簡寫為anns）也簡稱為神經網路（nns）或稱作連線模型（connection model），它是一種模仿動物神經網路行為特徵，進行分散式並行資訊處理的演算法數學模型。這種網路依靠系統的複雜程度，通過調整內部大量節點之間相互連線的關係，從而達到處理資訊的目的。
人工神經網路：是一種應用類似於大腦神經突觸聯接的結構進行資訊處理的數學模型。在工程與學術界也常直接簡稱為「神經網路」或類神經網路。
3樓：腦快
輸出個數最要是看你怎麼來看結果了。比如你可以用乙個神經元，取值為1-20來表示每個類，也可以用5個神經元，用二進位來表示一類，比如第5類，為00101，還可以用20個神經元來表示等等。
加速網路訓練收斂的方法有哪些 cnn人工神經網路
4樓：
神經網路，你先學好高數里的很多級數，如泰勒式，傅利葉級數，洛朗級數等這些級數對現實模型都有逼近作用，神經網路最初都是單神經元，如果你對泰勒時比較深刻了之後，團明你就可隱鉛以很輕鬆的證明單層感知器的數學動力學灶或好原理，之後學習多層感。
人工神經網路是哪個流派的基礎
乙個完整的人工神經網路包括什麼 乙個完整的人工神經網路包括輸入層 乙個或多個隱藏層和乙個輸出層。神經網路，也稱為仔拍人工神經網路 ann 或模擬神經網路 snn 是機器學習的子集，並且是深度學習演算法的核心。其名稱和結構是受人類大腦的啟發，模仿了生物神經元訊號相互傳遞的方式。人工神經網路 ann 由節...
BP神經網路語句含義,BP神經網路語句含義
這是一段權值bai 閾值初始化 duzeros是產生元素全部是zhi0的矩陣,括號裡dao 的是維數,有各層神經元數專量決定。一般屬在matlab中,都是先定義矩陣,再在後面的 中呼叫,修改或引用其中的元素。神經網路的學習過程,即連線下層節點和上層節點之間的權重矩陣wij的設定和誤差修正過程。bp網...
matlab BP神經網路performance圖這五條
圖上的三個彩色實線分別是 每一代bp訓練過程的mse指標的效能，每一代bp交叉驗證過程的mse指標的效能以及bp測試的mse指標在每一代中執行的過程。特別是，應該注意內部的test紅線，這是bp計算 訓練結果。best虛線表示當bp網路被訓練到第八代時，bp訓練結果是最佳的。goal虛線是在程式設計...