神经网络优化方法(bp算法缺陷).ppt
《神经网络优化方法(bp算法缺陷).ppt》由会员分享,可在线阅读,更多相关《神经网络优化方法(bp算法缺陷).ppt(20页珍藏版)》请在咨信网上搜索。
1、智能中国网提供学习支持智能中国网提供学习支持第第3 3章章 神神经经网网络优络优化方法化方法1.3.1 BP网络学习算法的改进标标准准BP算法的算法的误误差差空空间间是是N维维空空间间中一个形状中一个形状极极为为复复杂杂的曲面,的曲面,该该曲面上的每个点的曲面上的每个点的“高度高度”对应对应于一个于一个误误差差值值,每个点的坐,每个点的坐标标向量向量对应对应着着N个个权值权值单权值单权值双双权值权值23.1 BP网络学习算法的改进pBPBP网网络学学习算法存在的算法存在的问题存在平坦区域影响影响-误误差下降差下降缓缓慢,影响收慢,影响收敛敛速度。速度。原因原因-误误差差对权值对权值的梯度的梯度
2、变变化小接近化小接近于零于零 由各由各节节点的点的净输净输入入过过大而引起。大而引起。p分析:激活函数分析:激活函数为为SigmodSigmod函数函数33.1 BP网络学习算法的改进p存在平坦区域的原因分析存在平坦区域的原因分析权值权值权值权值修正量修正量修正量修正量:输输输输出的出的出的出的导导导导数:数:数:数:43.1 BP网络学习算法的改进 存在平坦区域的原因分析:存在平坦区域的原因分析:第一种可能是 充分接近第二种可能是 充分接近0么三种可能是 充分接近1 造成平坦区的原因:造成平坦区的原因:各节点的净输入过大对应对应着着误误差的某个谷点差的某个谷点 对应对应着着误误差的平坦区差的
3、平坦区 53.1 BP网络学习算法的改进p存在多个极小点存在多个极小点影响-易陷入局部最小点 原因:原因:以以误误差梯度下降差梯度下降为权值调为权值调整原整原则则,误误差曲面上可能存在多个梯度差曲面上可能存在多个梯度为为0 0的点,多数极小点都是的点,多数极小点都是局部极小,即使是全局极小往往也不是唯一的,局部极小,即使是全局极小往往也不是唯一的,使之无使之无法辨法辨别别极小点的性极小点的性质质导致的结果:使得训练经常陷入某个局部极小点而不能自拔,从而使训练无法收敛于给定误差。63.1 BP网络学习算法的改进p BPBP算法缺陷小算法缺陷小结结 易形成局部极小而得不到全局最优;训练次数多使得学
4、习效率低,收敛速度慢;隐节点的选取缺乏理论指导;训练时学习新样本有遗忘旧样本的趋势。针对针对上述上述问题问题,国内外已提出不少有,国内外已提出不少有效的改效的改进进算法,下面将介算法,下面将介绍绍其中几种其中几种较较常常用的方法。用的方法。73.1.13.1.1消除消除样样本本输输入入顺顺序影响的改序影响的改进进算法算法 p在在线线学学习习方式方式时时,网,网络络受后面受后面输输入入样样本的影响本的影响较较大,大,严严重重时时,会影响用,会影响用户户要求的要求的训练训练精度。精度。为为了消除了消除这这种种样样本本顺顺序序对结对结果的影响,可以采用批果的影响,可以采用批处处理学理学习习方式,即使
5、用方式,即使用一批学一批学习样习样本本产产生的生的总误总误差来差来调调整整权值权值,用公式表示如,用公式表示如下:下:p解决了因解决了因样样本本输输入入顺顺序引起的精度序引起的精度问题问题和和训练训练的抖的抖动问动问题题。但是,。但是,该该算法的收算法的收敛敛速度相速度相对对来来说还说还是比是比较较慢的。慢的。83.1.13.1.1消除消除样样本本输输入入顺顺序影响的改序影响的改进进算法算法算算法法流程流程图图网网网网络络络络初始初始初始初始化化化化计计计计算算算算输输输输出出出出层层层层权权权权值值值值调调调调值值值值计计计计算算算算隐隐隐隐含含含含层层层层权权权权值值值值调调调调值值值值计
6、计计计算全局算全局算全局算全局误误误误差差差差是是结结束束判判判判断是否断是否断是否断是否结结结结束束束束?否否更更更更新新新新权权权权值值值值93.1.2 3.1.2 附加附加动动量的改量的改进进算法算法p在反向在反向传传播法的基播法的基础础上在每一个上在每一个权值权值(或(或阈值阈值)的)的变变化化上加上一上加上一项项正比于上一次正比于上一次权值权值(或(或阈值阈值)变变化量的化量的值值,并根据反向并根据反向传传播法来播法来产产生新的生新的权值权值(或(或阈值阈值)变变化化 p带带有附加有附加动动量因子的量因子的权值调节权值调节公式公式为为:p可以防止的出可以防止的出现现即最后一次即最后一
7、次权值权值的的变变化量化量为为0 0,有助于使,有助于使网网络络从从误误差曲面的局部极小差曲面的局部极小值值中跳出。但中跳出。但对对于大多数于大多数实实际应际应用用问题问题,该该法法训练训练速度仍然很慢。速度仍然很慢。pMATLABMATLAB中的工具函数中的工具函数traingdm()traingdm()即即对应对应于附加于附加动动量法。量法。103.1.3 3.1.3 采用自适采用自适应调应调整参数的改整参数的改进进算法算法p采用自适采用自适应调应调整参数的改整参数的改进进算法的基本算法的基本设设想是学想是学习习率率应应根据根据误误差差变变化而自适化而自适应调应调整,以使整,以使权权系数系
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 神经网络 优化 方法 bp 算法 缺陷
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【a199****6536】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【a199****6536】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。