数据挖掘学习笔记之人工神经网络（二）

多层网络和反向传播算法

我们知道单个感知器仅能表示线性决策面。然而我们可以将许多的类似感知器的模型按照层次结构连接起来，这样就能表现出非线性决策的边界了，这也叫做多层感知器，重要的是怎么样学习多层感知器，这个问题有两个方面：

1、  要学习网络结构；

2、  要学习连接权值

对于一个给定的网络有一个相当简单的算法来决定权值，这个算法叫做反向传播算法。反向传播算法所学习的多层网络能够表示种类繁多的非线性曲面。

可微阈值函数

现在我们来学习一点反向传播算法的基础，这个主要就是sigmoid函数以及可微阈值单元。

应该使用什么类型的单元来作为构建多层网络的基础？起初我们可以尝试选择前面讨论的线性单元，因为我们已经

文章来源: wenyusuran.blog.csdn.net，作者：文宇肃然，版权归原作者所有，如需转载，请联系作者。

原文链接：wenyusuran.blog.csdn.net/article/details/26456997