文件名称：ann-playground:人工神经网络实验
文件大小：12KB
文件格式：ZIP
更新时间：2024-06-06 16:16:02
Java
实施的人工神经网络 可用的实现 这是第一个开发的多层网络。 它允许在输入层和输出层之间训练隐藏层。 BackPropagationXOR ：使用带有S形激活函数（值从0到1）的反向传播来解决XOR问题 PerceptronAND ：使用简单的多层感知器解决AND运算符。 反向传播无法解决这个简单的问题 AdalineDigits ：仅当模式识别与训练使用的模式识别完全相同时，才能解决非常简单的模式识别问题。 参见[1]。 HopfieldAssociate ：解决更复杂的模式识别，即使所检查的模式与用于训练的模式不完全一样。 参见[1]。 笔记 [1]在模式识别问题上，神经网络必须具有与模式宽度*高度表示形式一样多的神经元
【文件预览】：
ann-playground-master
----.gitignore(39B)
----README.md(895B)
----pom.xml(861B)
----.settings()
--------org.eclipse.core.resources.prefs(115B)
--------org.eclipse.jdt.core.prefs(238B)
--------org.eclipse.m2e.core.prefs(86B)
----src()
--------test()
--------main()