机器学习课程复习——ANN
Q：ANN？
基本架构
- 由输入层、隐藏层、输出层等构建
- 前馈/反馈传播
工作原理
- 先加权求和：每个神经元的输出是输入加权和的激活
- 再送入激活函数：激活函数的存在使得其能够拟合各类非线性任务
- 联想：像adaboosting的加权求和
Q：要调哪些参数？
见思维导图
Q：基本架构是怎么确定的？
- 输入层：根据输入的参数有几个维度确定的
- 隐藏层：想加几层加几层，根据效果去调
- 每个隐藏层的神经元个数：根据效果去调
- 隐藏层之间的激活函数：根据效果去调
Q：更新权重？
在ANN中更新权重主要用到的是前向传播算法和反向传播算法