径向基神经网络

径向基是一种单隐层神经网络，使用径向基函数做为激活函数。输出是隐层神经元的加权求和。网络 模型为：架构 注意：Park和Sandberg于1991年证实：当具备足够多的隐单元个数的径向基网络，则能以任意精度逼近连续函数。函数 固然本人以为这代价太大了，深度架构，好比多隐层的其余网络（CNN，RBN，SAE等）对待复杂模式识别，应当更胜一筹。学习 参考文献：《深度学习、优化与识别》李焦成。优化

>>阅读原文<<