ELM（extreme learning machine）
1、ELM理论 个人理解，ELM就是单隐层的前馈人工神经网。但是与传统的BP算法的区别之处在于其不需要反向迭代的调整隐层的权值。具体说来就是：在单隐层的前馈神经网络中，对于输入的特征向量，输入层到隐层的权值随机赋值，但是隐层到输出层的权值则需要根据最小二乘法得到。这就是ELM的训练过程。 与BP的区别：BP算法中，输入层到隐层和隐层带输出层的权值全部需要根据梯度下降法迭代求解。 如图所示的单隐层E
相关文章
- 1. 极限学习机(Extreme Learning Machine)ELM
- 2. 极端学习机extreme learning machine,ELM
- 3. Extreme Learning Machine
- 4. 极限学习机Extreme Learning Machines (ELM)
- 5. 极限学习机(Extreme Learning Machine, ELM)原理详解和MATLAB实现
- 6. 【Machine Learning】Machine Learning 综述
- 7. Machine Learning？Training Machine!③.
- 8. Machine Learning 之 Learning
- 9. [Machine Learning] Active Learning
- 10. machine learning
- 更多相关文章...
- • Docker Machine - Docker教程
- • PHP pack() 函数 - PHP参考手册
- • Java Agent入门实战（一）-Instrumentation介绍与使用
- • Java Agent入门实战（三）-JVM Attach原理与使用
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 极限学习机(Extreme Learning Machine)ELM
- 2. 极端学习机extreme learning machine,ELM
- 3. Extreme Learning Machine
- 4. 极限学习机Extreme Learning Machines (ELM)
- 5. 极限学习机(Extreme Learning Machine, ELM)原理详解和MATLAB实现
- 6. 【Machine Learning】Machine Learning 综述
- 7. Machine Learning？Training Machine!③.
- 8. Machine Learning 之 Learning
- 9. [Machine Learning] Active Learning
- 10. machine learning