多层感知器在C语言中的实现
多层感知器（MLP）是一种人工神经网络，在输入和输出层之间具有一个或多个隐藏层。 请参考下图：
图片来自。 具有六个输入神经元，两个隐藏层和一个输出层的多层感知器。
MLP已完全连接（每个隐藏节点都连接到每个输入节点等）。 他们将反向传播作为学习阶段的一部分。 MLP被广泛用于模式分类，识别，预测和近似。 多层感知器可以解决不可线性分离的问题（ ）。
关于此实现：
MLP的此实现是使用C编写的，可以执行多类分类。 每个隐藏层和输出层都可以运行自己的激活功能，可以在运行时指定这些激活功能。 支持的激活功能包括：
恒等式f(x) = x
sigmoid f(x) = 1/(1 + e^-x)
tanh f(x) = tanh(x)
relu f(x) = max(0, x)
softmax f(x) = e^x / sum(e^x)
如何运行：
2021-07-15 22:46:24
73KB
1