文件名称：mlp:多层感知器神经网络的实现（多层感知器 - MLP）
文件大小：9KB
文件格式：ZIP
更新时间：2024-06-23 09:32:58
C++
多层感知器神经网络 多层感知器神经网络的实现（多层感知器 - MLP） - 语言：C++ MLP（多层感知器）是一种前馈神经网络，可将输入数据集映射到适当的输出集。 MLP 由有向图中的几层节点（顶点）组成，每一层都完全连接到下一层。 除了输入节点，每个节点都是一个具有激活函数的神经元。 MLP 使用监督训练，也就是说，您显示输入和相应的输出来训练网络。 如果你有一个数据集，通常 70% 用于训练，30% 用于测试，这可能会有很大差异。 MLP 网络训练过程（葡萄牙语缩写为 PMC）使用反向传播算法，也称为广义增量规则。 训练的第一阶段是前向传播，其中将样本插入网络输入并逐层传播，直到产生相应的输出。 这样做只是为了从网络获得响应。 输出产生的响应与相应的期望响应进行比较。 产生偏差（错误），然后应用反向传播方法的第二阶段，即反向传播（反向传播）。 在这个阶段，网络中所有神经元
【文件预览】：
mlp-master
----dataset_iris(3KB)
----config_instrucoes(553B)
----exemplo_rede(409B)
----src()
--------entrada.h(146B)
--------funcao_tan_hiperbolica.h(570B)
--------funcao_linear.h(306B)
--------MLP.h(7KB)
--------camada.h(597B)
--------neuronio.h(2KB)
--------main.cpp(3KB)
--------funcao_ativacao.h(186B)
--------sinal_entrada.h(453B)
----.gitignore(21B)
----README.md(2KB)