女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

神經網絡中的遺忘

倩倩 ? 來源:學習三分鐘 ? 2020-04-17 10:52 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

神經網絡中的遺忘

兩種遺忘方式的對比

查找記憶的刪除是一條一條的刪,而網絡記憶的刪除是斷開連接。

學習中的遺忘

學習的過程是尋找符合所有情況的規律的過程

在這個過程中,有時候我們的大腦會斷開連接,有時候又會重塑連接

假設猜想:如果我們的大腦不會斷開連接,那么我們便會,只知道解決學習時已見過的情況,而不會解決未見過的情況。這樣的“學習”只能是記憶,記憶所有信息,卻不能找到共同的規律。(網絡的過擬合)

案例驗證:比如現實生活中的雨人,他看完了一本書記住了里面的所有內容,但他日常生活能力低下,四歲才會走路,現在都還不會系扣子,智力測試也只有87分。

學習后的遺忘

為什么已經被記住的內容還是會遺忘?

生存困難:尋找到普遍性的規律的生物,有大概率能存活,而只尋找到局部規律的生物,存活的概率變便很小。

演化結果:所以,大腦演化出一種該規律多次出現就強化該連接,出現次數少便弱化該連接的機制。這并不是為了忘記痛苦的記憶,或者節省能量,而是為了抑制局部規律形成的過擬合。

“ 你忘記所有的招式,就練成太極拳了”

原文:“太極拳只重其義,不重其招。你忘記所有的招式,就練成太極拳了。”

解釋:“忘記”并非字面意思,而是意為不要僅記住個別招式,而失去了應對無限情況的能力。這里的招式是“已知”,“情況”是指任何情況,包括已知,也包括未知。由于人腦的長期記憶也不是查找記憶,并不會去記憶每個情況,所以練太極拳的過程并不是記憶的過程,而是學習的過程。讓大腦的神經網絡從這些有限的招式中泛化出普遍規律,便可自動應對無限情況。

翻譯:”情況無限,招式有限,需泛化有限招式,來應對無限情況。”

總結

學習中的遺忘:由于尋找規律(學習)的過程中需要不斷的斷開連接,重塑連接(不斷調整權重,構建模型)

學習后的遺忘:為了提高泛化能力,防止模型的過擬合,根據連接的使用頻率,強化或弱化該連接的一種模型篩選機制。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 神經網絡
    +關注

    關注

    42

    文章

    4814

    瀏覽量

    103548
  • 模型
    +關注

    關注

    1

    文章

    3517

    瀏覽量

    50395
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    神經網絡專家系統在電機故障診斷的應用

    的診斷誤差。仿真結果驗證了該算法的有效性。 純分享帖,需要者可點擊附件免費獲取完整資料~~~*附件:神經網絡專家系統在電機故障診斷的應用.pdf【免責聲明】本文系網絡轉載,版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版
    發表于 06-16 22:09

    神經網絡壓縮框架 (NNCF) 的過濾器修剪統計數據怎么查看?

    無法觀察神經網絡壓縮框架 (NNCF) 的過濾器修剪統計數據
    發表于 03-06 07:10

    BP神經網絡與卷積神經網絡的比較

    多層。 每一層都由若干個神經元構成,神經元之間通過權重連接。信號在神經網絡是前向傳播的,而誤差是反向傳播的。 卷積神經網絡(CNN) :
    的頭像 發表于 02-12 15:53 ?658次閱讀

    BP神經網絡與深度學習的關系

    BP神經網絡與深度學習之間存在著密切的關系,以下是對它們之間關系的介紹: 一、BP神經網絡的基本概念 BP神經網絡,即反向傳播神經網絡(Backpropagation Neural N
    的頭像 發表于 02-12 15:15 ?850次閱讀

    BP神經網絡在圖像識別的應用

    BP神經網絡在圖像識別中發揮著重要作用,其多層結構使得網絡能夠學習到復雜的特征表達,適用于處理非線性問題。以下是對BP神經網絡在圖像識別應用的分析: 一、BP
    的頭像 發表于 02-12 15:12 ?667次閱讀

    人工神經網絡的原理和多種神經網絡架構方法

    在上一篇文章,我們介紹了傳統機器學習的基礎知識和多種算法。在本文中,我們會介紹人工神經網絡的原理和多種神經網絡架構方法,供各位老師選擇。 01 人工神經網絡 ? 人工
    的頭像 發表于 01-09 10:24 ?1178次閱讀
    人工<b class='flag-5'>神經網絡</b>的原理和多種<b class='flag-5'>神經網絡</b>架構方法

    卷積神經網絡與傳統神經網絡的比較

    在深度學習領域,神經網絡模型被廣泛應用于各種任務,如圖像識別、自然語言處理和游戲智能等。其中,卷積神經網絡(CNNs)和傳統神經網絡是兩種常見的模型。 1. 結構差異 1.1 傳統神經網絡
    的頭像 發表于 11-15 14:53 ?1854次閱讀

    RNN模型與傳統神經網絡的區別

    神經網絡是機器學習領域中的一種強大工具,它們能夠模擬人腦處理信息的方式。隨著技術的發展,神經網絡的類型也在不斷增加,其中循環神經網絡(RNN)和傳統神經網絡(如前饋
    的頭像 發表于 11-15 09:42 ?1123次閱讀

    LSTM神經網絡在圖像處理的應用

    長短期記憶(LSTM)神經網絡是一種特殊的循環神經網絡(RNN),它能夠學習長期依賴關系。雖然LSTM最初是為處理序列數據設計的,但近年來,它在圖像處理領域也展現出了巨大的潛力。 LSTM基本原理
    的頭像 發表于 11-13 10:12 ?1611次閱讀

    LSTM神經網絡在語音識別的應用實例

    神經網絡簡介 LSTM是一種特殊的循環神經網絡(RNN),它能夠學習長期依賴關系。在傳統的RNN,信息會隨著時間的流逝而逐漸消失,導致網絡難以捕捉長距離的依賴關系。LSTM通過引入門
    的頭像 發表于 11-13 10:03 ?1846次閱讀

    LSTM神經網絡的調參技巧

    長短時記憶網絡(Long Short-Term Memory, LSTM)是一種特殊的循環神經網絡(RNN),它能夠學習長期依賴信息。在實際應用,LSTM網絡的調參是一個復雜且關鍵的
    的頭像 發表于 11-13 10:01 ?1851次閱讀

    LSTM神經網絡在時間序列預測的應用

    時間序列預測是數據分析的一個重要領域,它涉及到基于歷史數據預測未來值。隨著深度學習技術的發展,長短期記憶(LSTM)神經網絡因其在處理序列數據方面的優勢而受到廣泛關注。 LSTM神經網絡簡介
    的頭像 發表于 11-13 09:54 ?2027次閱讀

    LSTM神經網絡的基本原理 如何實現LSTM神經網絡

    LSTM(長短期記憶)神經網絡是一種特殊的循環神經網絡(RNN),它能夠學習長期依賴信息。在處理序列數據時,如時間序列分析、自然語言處理等,LSTM因其能夠有效地捕捉時間序列的長期依賴關系而受到
    的頭像 發表于 11-13 09:53 ?1567次閱讀

    matlab 神經網絡 數學建模數值分析

    matlab神經網絡 數學建模數值分析 精通的可以討論下
    發表于 09-18 15:14

    FPGA在深度神經網絡的應用

    、低功耗等特點,逐漸成為深度神經網絡在邊緣計算和設備端推理的重要硬件平臺。本文將詳細探討FPGA在深度神經網絡的應用,包括其優勢、設計流程、關鍵技術以及實際應用案例。
    的頭像 發表于 07-24 10:42 ?1194次閱讀