เครือข่ายฟังก์ชัน Radial Basis (เครือข่าย RBF)

ผู้เขียน: Roger Morrison
วันที่สร้าง: 27 กันยายน 2021
วันที่อัปเดต: 1 กรกฎาคม 2024
Anonim
5.1  Radial Basis Function Networks
วิดีโอ: 5.1 Radial Basis Function Networks

เนื้อหา

คำจำกัดความ - เครือข่ายฟังก์ชั่น Radial Basis (RBF Network) หมายถึงอะไร?

เครือข่ายฟังก์ชั่นพื้นฐานแบบเรเดียลเป็นประเภทของเครือข่ายประสาทเทียมภายใต้การดูแลที่ใช้การเรียนรู้ด้วยเครื่องแบบมีผู้สอน (ML) เพื่อทำหน้าที่เป็นตัวจําแนกแบบไม่เชิงเส้น ตัวจําแนกแบบไม่เชิงเส้นใช้ฟังก์ชันที่ซับซ้อนในการวิเคราะห์ต่อไปมากกว่าตัวจําแนกเชิงเส้นแบบง่าย ๆ ที่ใช้กับเวกเตอร์ที่มีมิติน้อยกว่า


เครือข่ายฟังก์ชั่นพื้นฐานของเรเดียลนั้นรู้จักกันในนามของเครือข่ายพื้นฐานของเรเดียล

ข้อมูลเบื้องต้นเกี่ยวกับ Microsoft Azure และ Microsoft Cloud | ในคู่มือนี้คุณจะได้เรียนรู้ว่าการประมวลผลแบบคลาวด์คืออะไรและ Microsoft Azure สามารถช่วยคุณในการโยกย้ายและดำเนินธุรกิจจากคลาวด์อย่างไร

Techopedia อธิบายเครือข่ายฟังก์ชัน Radial Basis (RBF Network)

การใช้ชุดต้นแบบพร้อมกับตัวอย่างการฝึกอบรมอื่น ๆ เซลล์ประสาทจะมองระยะห่างระหว่างอินพุตกับต้นแบบโดยใช้สิ่งที่เรียกว่าเวกเตอร์อินพุต

ฟังก์ชั่นการเปิดใช้งานของเซลล์ประสาทเทียมขับเอาต์พุตที่สามารถแสดงได้หลายวิธีเพื่อแสดงว่าเครือข่ายจำแนกจุดข้อมูลอย่างไร เครือข่ายฟังก์ชันพื้นฐานของรัศมีใช้ฟังก์ชันพื้นฐานของรัศมีเป็นฟังก์ชันเปิดใช้งาน เช่นเดียวกับเครือข่ายนิวรัลชนิดอื่น ๆ เครือข่ายฟังก์ชันพื้นฐานของเรเดียลมีเลเยอร์อินพุตเลเยอร์ที่ซ่อนอยู่และเลเยอร์เอาท์พุท อย่างไรก็ตามเครือข่ายฟังก์ชันพื้นฐานของเรเดียลมักจะมีฟังก์ชั่นเปิดใช้งานแบบไม่เชิงเส้นบางชนิด สามารถฝึกน้ำหนักได้โดยใช้การไล่ระดับสีบางคนคิดว่าวิธี RBF นั้นค่อนข้าง "ใช้งานง่าย" และเป็นวิธีที่ดีในการจัดการปัญหา ML แบบพิเศษ