本程序是BP算法的演示程序, 其中的Levenberg-Marquardt算法具有實(shí)用價(jià)值.
一、網(wǎng)絡(luò)訓(xùn)練
程序默認(rèn)狀態(tài)是樣本訓(xùn)練狀態(tài),現(xiàn)將樣本訓(xùn)練狀態(tài)下的如何訓(xùn)練網(wǎng)絡(luò)進(jìn)行說(shuō)明:
1.系統(tǒng)精度:
定義系統(tǒng)目標(biāo)精度,根據(jù)需要定義網(wǎng)絡(luò)訓(xùn)練誤差精度.誤差公式是對(duì)訓(xùn)練出網(wǎng)絡(luò)的輸出層節(jié)點(diǎn)和實(shí)際的網(wǎng)絡(luò)輸出結(jié)果求平方差的和.
最大訓(xùn)練次數(shù):
默認(rèn)為10000次,根據(jù)需要調(diào)整,如果到達(dá)最大訓(xùn)練次數(shù)網(wǎng)絡(luò)還未能達(dá)到目標(biāo)精度,程序退出.
3.步長(zhǎng):
默認(rèn)為0.01,由于采用變步長(zhǎng)算法,一般不需人工設(shè)置.
4.輸入層數(shù)目:
人工神經(jīng)網(wǎng)絡(luò)的輸入層神經(jīng)元的節(jié)點(diǎn)數(shù)目.
5.隱含層數(shù)目:
人工神經(jīng)網(wǎng)絡(luò)的隱含層神經(jīng)元的節(jié)點(diǎn)數(shù)目.
6.輸出層數(shù)目:
人工神經(jīng)網(wǎng)絡(luò)的輸出層神經(jīng)元的節(jié)點(diǎn)數(shù)目.
7.訓(xùn)練算法:
強(qiáng)烈建議選取Levenberg-Marquardt算法,該算法經(jīng)過(guò)測(cè)試比較穩(wěn)定.
8.激活函數(shù):
不同的網(wǎng)絡(luò)激活函數(shù)表現(xiàn)的性能不同,可根據(jù)實(shí)際情況選擇.
9.樣本數(shù)據(jù)的處理:
由于程序沒(méi)有實(shí)現(xiàn)歸一化功能, 因此用來(lái)訓(xùn)練的樣本數(shù)據(jù)首先要?dú)w一化后才能進(jìn)行訓(xùn)練.
標(biāo)簽：
Levenberg-Marquardt
程序
狀態(tài)
樣本
上傳時(shí)間：
2013-12-19
上傳用戶：firstbyte
凌風(fēng)美女圖片站程序 v1.0
1：采用MSSQL數(shù)據(jù)庫(kù)，達(dá)到企業(yè)級(jí)應(yīng)用標(biāo)準(zhǔn)，極大的提高了系統(tǒng)的負(fù)載能力。
2：程序中數(shù)據(jù)庫(kù)操作部分，全部采用 事務(wù)處理 機(jī)制，保證數(shù)據(jù)的百分之百無(wú)錯(cuò)率。
3：常用數(shù)據(jù)常駐內(nèi)存,極大的提高了性能。在百萬(wàn)圖集*百萬(wàn)流量的情況,CPU峰值為31％.
4：極高的程序的安全性.
5：多種上傳方式:單文件夾,批量文件夾,本地單圖集,本地多圖集.
6：采用偽靜態(tài)頁(yè)面技術(shù),整個(gè)網(wǎng)站的HTML只由一個(gè)ASP頁(yè)面?zhèn)窝b.方便優(yōu)化,方便管理.
7：圖片展示多種樣式,可選擇.
8：采用輕量級(jí)模板,快速,穩(wěn)定.且容易上手.
標(biāo)簽：
MSSQL
1.0
程序
數(shù)據(jù)庫(kù)
上傳時(shí)間：
2014-01-19
上傳用戶：jiahao131
