MATLAB实现MLP多层感知机多输入回归预测（完整源码和数据）
数据为多输入回归数据，输入7个特征，输出1个变量,程序乱码是由于版本不一致导致，可以用记事本打开复制到你的文件。
运行环境MATLAB2018b及以上。
2022-10-21 09:07:42
576KB
神经网络感知机算法c++实现 神经网络课堂作业
神经网络感知机算法c++实现 神经网络课堂作业
神经网络感知机算法c++实现 神经网络课堂作业
2022-10-19 14:23:32
77KB
1
使用多种方法完成MNIST分类任务
Python 3.6
Pytorch 1.0
Scikit-learn 0.21
无需下载数据直接跑，代码自动下载
逻辑回归 Logistic Regression
多层感知机 MLP
K近邻 KNN
支持向量机 SVM
卷积神经网络 CNN
循环神经网络 RNN
2022-06-19 17:05:18
1.04MB
多层感知机（multi-layer perceptron）实现手写体分类（TensorFlow）
2022-06-14 13:44:38
3KB
1
'''
感知机学习算法----对偶形式
输入：线性可分的数据集T={(x1,y1),(x2,y2),...,(xN,yN)},其中xi属于R^n,yi属于{-1，+1}，i，2，...,N;学习率h(0感知机模型f(x)
(1)初始a,b=0
(2)在训练集中选取数据(xi,yi)
(3)如果yi(sum(aj*yj*xj*xi)+b)<=0
ai=ai+h
b=b+h*yi
(4)转至(2)直到没有误分类数据
数据集：统计学方法--李航--P45
'''
2022-05-10 09:08:26
2KB
一、感知机（perceptron）的学习：
1. 什么是感知机：是二分类的线性分类模型，输入为实例的特征向量，输出为实例的类别，取+1和-1；
2. 模型类型：感知机将对应的输入空间（特征空间）中将实例划分为正负两类的分离超平面，属于判别模型；
3. 感知机模型：感知机学习旨在求出将训练数据进行线性划分的分离超平面，为此，导入基于误分类的损失函数，利用梯度下降法
对顺势函数进行极小化，求得感知机模型。
二、算法步骤：
1.选取初值w0,b0.确定学习率（属于（0，1]）
2.在训练集中选取数据（xi,yi）
3.如果yi(w*xi+b)<=0,更新w,b
w=w+学习率*yi*xi
b=b+学习率*yi
4.转至（2），直到没有误分类
2022-05-07 10:05:17
2KB