温馨提示：由于个人手机设置不同，如果发现不能下载，请复制以下地址【https://www.wenke99.com/d-9532801.html】到电脑端继续下载（重复下载不扣费）。
1: 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。 2: 试题试卷类文档，如果标题没有明确说明有答案则都视为没有答案，请知晓。 3: 文件的所有权益归上传用户所有。 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。 5. 本站仅提供交流平台，并不能对任何下载内容负责。 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
本文（神经网络算法ppt课件.pptx）为本站会员（晟***）主动上传，文客久久仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私，请立即通知文客久久（发送邮件至hr@wenke99.com或直接QQ联系客服），我们立即给予删除！
神经网络算法 丁一杰 石嫣然 丁志浩 贾斐然算法发展历史 1943年，心理学家McCulloch和数学家Pitts参考了生物神经元的结构，发表了抽 象的神经元模型MP. 1949年，心理学家Hebb提出了Hebb学习率，认为人脑神经细胞的突触（也就是 连接）上的强度上可以变化的。 1958年，计算科学家Rosenblatt提出了由两层神经元组成的神经网络。 1969年， Minsky出版了一本叫Perceptron 的书，里面用详细的数学证明了 感知器的弱点，尤其是感知器对XOR（异或）这样的简单分类任务都无法解决。 1986年，Rumelhar和Hinton等人提出了反向传播（Backpropagation，BP）算法 ，解决了两层神经网络所需要的复杂计算量问题。 2006年，Hinton在Science 和相关期刊上发表了论文，首次提出了“深度信 念网络”的概念。MP 模型 权重是已知的，不能进行学 习，只能处理简单的线性问题。两层神经元网络 两层神经元网络，又称感受器，起初得到热捧。感知器的作用和缺陷 感受器可以方便地处理线性问 题，但是无法有效解决与或非问题BP 神经网络 虽然
Copyright © 2018-2021 Wenke99.com All rights reserved
工信部备案号：浙ICP备20026746号-2
公安局备案号：浙公网安备33038302330469号
本站为C2C交文档易平台，即用户上传的文档直接卖给下载用户，本站只是网络服务中间平台，所有原创文档下载所得归上传人所有，若您发现上传作品侵犯了您的权利，请立刻联系网站客服并提供证据，平台将在3个工作日内予以改正。
