31,251,934
用户访问量
9,691
注册用户数
67,158
在线视频观看人次
12,081
在线实验人次

神经网络的学习规则

作者：云创智学|发布时间：2022-04-19 10:47:14.0|来源：云创智学

1、自联想器

首先重复提供一系列的模式样本，并使网络记住这些样本，然后给网络提供学习样本的部分信息，或提供与原来样本类似的样本信息，其目的是要“找出”原来的样本。

2、模式分类器

把要输入的刺激样本划分到一个固定的聚类集合中，其学习的目的是能正确对输入的刺激进行分类，在使用时输入的刺激少许变形时，仍能将其划分到正确的类别中。

3、模式联想器

给网络提供一系列的成对样本，网络学习可以记住样本对之间的对应关系，当提供样本对中的某一样本时，应能生成样本对中的另一样本。

4、正则探测器

系统要通过学习找到这些大量输入的统计显著特征，与模式分类不同这里没有预先划分的模式聚类，系统必须找到输出模式的显著特征，以形成相应的聚类关系。

友情链接