如何评估人工神经网络中的循环连接?

我无法理解如何计算包含循环连接的神经网络的输出。

这是一个例子(我目前还不能上传图片):https://i.sstatic.net/ngEbq.png

(i_1,2 是输入值,w_1,2,3,r 是连接权重,o_1 是输出值。)

为了简化,让我们假设没有激活或传输函数。如果我正确理解了人工神经网络的工作原理,那么如果不考虑红色循环连接,输出将计算为

o_1=(w_1*i_1+w_2*i_2)*w_3

然而,当考虑红色连接时,情况会是怎样的呢?会不会是

o_1=((w_1*i_1+w_2*i_2)+(w_1*i_1+w_2*i_2)*w_r)*w_3

也许?但这只是我的猜测。

谢谢你。


回答:

循环神经网络(RNN)是一种人工神经网络,其中的单元之间形成有向循环。与前馈神经网络不同,RNN 可以利用其内部记忆来处理任意序列的输入。

对我来说,似乎应该是:

o_1=(w_1*i_1+w_2*i_2)*w_r*w_3

注意:请注明如果这是作业。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注