极端学习机extreme learning machine,ELM
三层神经网络 输入权值矩阵W；隐含层阈值B；输出层权值β。 网络的输出为： g是隐层的激活函数 用矩阵表示： 其中： 目标是让网络的输出无限接近标签Y： 用广义逆解得： 步骤： 1.选择合适的激活函数和隐层神经元数目 2.随机生成输入权值W和隐层阈值B 3.计算隐层输出H 4.通过公式计算出隐层权值β
相关文章
- 1. 极限学习机(Extreme Learning Machine)ELM
- 2. ELM（extreme learning machine）
- 3. 极限学习机Extreme Learning Machines (ELM)
- 4. 极限学习机(Extreme Learning Machine, ELM)原理详解和MATLAB实现
- 5. 极限学习机 Extreme Learning Machines 介绍
- 6. Extreme Learning Machine
- 7. VisualStudio2019机器学习Machine Learning
- 8. 简单易学的机器学习算法——极限学习机(ELM)
- 9. 【Machine Learning】17 大规模机器学习(Large Scale Machine Learning)
- 10. [Machine Learning] 机器学习系统的设计(Machine Learning System Design)
- 更多相关文章...
- • Docker Machine - Docker教程
- • 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • 适用于PHP初学者的学习线路和建议
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. ELM（extreme learning machine）
- 3. 极限学习机Extreme Learning Machines (ELM)
- 4. 极限学习机(Extreme Learning Machine, ELM)原理详解和MATLAB实现
- 5. 极限学习机 Extreme Learning Machines 介绍
- 6. Extreme Learning Machine
- 7. VisualStudio2019机器学习Machine Learning
- 8. 简单易学的机器学习算法——极限学习机(ELM)
- 9. 【Machine Learning】17 大规模机器学习(Large Scale Machine Learning)
- 10. [Machine Learning] 机器学习系统的设计(Machine Learning System Design)