Können Sie eine Funktion approximieren (anders als eine Linie, aber immer noch in der x, y-Ebene: wie cos, sin, arc, exp usw.), indem Sie ein neurales Netzwerk mit nur einem Eingang, einem Ausgang verwenden und eine einzige Schicht versteckter Neuronen?Neuronales Netzwerk: passen Sie eine Funktion an
Antwort
Ja, Sie können! Genau das sagt die Universal Approximationstheorie, kurz: Das Feed-Forward-Netzwerk mit einer einzelnen versteckten Schicht kann sich jeder kontinuierlichen Funktion annähern. Es sagt jedoch nichts über die Anzahl von Neuronen in dieser Schicht aus (die sehr hoch sein kann) und die Fähigkeit, Gewichte eines solchen Netzwerks algorithmisch zu optimieren. Alles, was es sagt, ist, dass ein solches Netzwerk existiert. Hier
ist der Link zu der ursprünglichen Veröffentlichung von Cybenko, die Funktion sigmoid Aktivierung für den Nachweis verwendet: http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.441.7873&rep=rep1&type=pdf
Und hier ist freundlicher Ableitung: http://mcneela.github.io/machine_learning/2017/03/21/Universal-Approximation-Theorem.html
- 1. Neuronales Netzwerk: Nur eine Regression?
- 2. sigmoid - Rückpropagation neuronales Netzwerk
- 3. Wie Trainingsdaten an ein neuronales Netzwerk
- 4. Neuronales Netzwerk: XOR lösen
- 5. NEAT Neuronales Netzwerk JavaScript
- 6. Neuronales Netzwerk nicht lernen
- 7. Neuronales Netzwerk seltsame Vorhersage
- 8. Train Neuronales Netzwerk mit Sinus-Funktion
- 9. Trainingsbild Orientierungsklassifikator - Neuronales Netzwerk
- 10. Neuronales Netzwerk XOR- Python
- 11. neuronales Netzwerk mit Sigmoid
- 12. Neuronales Netzwerk - Echtzeit-Vorhersage
- 13. Convolution Neuronales Netzwerk Modellarchitektur
- 14. Neuronales Netzwerk mit Dropout
- 15. Backpropagation für neuronales Netzwerk
- 16. Neuronales Netzwerk in VB
- 17. Graphentheorie und neuronales Netzwerk
- 18. Aktivierungsfunktion - Neuronales Netzwerk
- 19. Python neuronales Netzwerk Codierung
- 20. Musikgenerierung durch neuronales Netzwerk
- 21. Plot neuronales Netzwerk
- 22. Künstliches neuronales Netzwerk Frage
- 23. Wenn Sie ein neuronales Netzwerk trainieren, sollten Sie alle Trainingsdaten auf einmal an das Netzwerk weitergeben?
- 24. neuronales Netzwerk mit zwei Ausgängen?
- 25. Training Keras neuronales Netzwerk mit spärlichen Daten
- 26. Testen Sie neuronales Netzwerk mit Keras Python
- 27. Neuronales Netzwerk Java XOR lernen?
- 28. Skalierbares neuronales Netzwerk softmax classifier
- 29. Zweischichtiges neuronales Netzwerk Tensorflow python
- 30. Künstliches neuronales Netzwerk nicht gelehrt