级联相关神经网络

介绍 通常的神经网络是固定好拓扑结构，而后训练权重和阈值。级联相关神经网络是从一个小网络开始，自动训练和添加隐含单元，最终造成一个多层的结构。web 级联相关神经网络具备如下优势:算法 学习速度快； 本身决定神经元个数和深度； 训练集变化以后还能保持原有的结构(这个是缺点仍是优势)； 不须要后向传播错误信号； 后向传播算法运行缓慢的缘由 后向传播算法运行缓慢主要有两个缘由：步长问题和目标移动问题。

>>阅读原文<<