《表1 BP算法对神经网络参数的优化方法》
神经网络的学习训练过程包括对RBM和前馈网络的训练,以及利用BP算法对神经网络的参数进行优化。本文参照文献[19-20],根据条件概率和对比散度算法,来逐层贪婪地快速训练RBM。前馈网络则是按照逐层向前传播的方式,根据公式(5)进行训练,其中,。在使用BP算法调优时,根据公式(6),由网络输出的可信度Pu*和综合测定的可信度Pu,得到训练文本u的可信度均方误差Eu,作为神经网络损失值,且将网络参数λ按照表1优化为λ←λ+Δλ。
图表编号 | XD0035432500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.01 |
作者 | 谢英杰、曾国荪 |
绘制单位 | 同济大学计算机科学及技术系、嵌入式系统与服务计算教育部重点实验室、同济大学计算机科学及技术系 |
更多格式 | 高清、无水印(增值服务) |