神经网络学习笔记（五） 径向基函数神经网络

径向基函数神经网络 首先介绍一下网络结构： 1.输入层为向量，维度为m，样本个数为n，线性函数为传输函数。web 2.隐藏层与输入层全链接，层内无链接，隐藏层神经元个数与样本个数相等，也就是n，传输函数为径向基函数。算法 3.输出层为线性输出。api 理论基础 径向基函数神经网络只要隐含层有足够多的隐含层节点，能够逼近任何非线性函数。 在拟合函数的时候，咱们要尽可能的通过每个点，可是当一大堆散乱数

>>阅读原文<<