在线观看www成人影院-在线观看www日本免费网站-在线观看www视频-在线观看操-欧美18在线-欧美1级

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

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?!?/p>

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?!?/p>

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

    4798

    瀏覽量

    102465
  • 模型
    +關注

    關注

    1

    文章

    3471

    瀏覽量

    49868
收藏 人收藏

    評論

    相關推薦
    熱點推薦

    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 ?397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 ?858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

    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 ?1536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 ?1670次閱讀

    BP神經網絡和人工神經網絡的區別

    BP神經網絡和人工神經網絡(Artificial Neural Networks,簡稱ANNs)之間的關系與區別,是神經網絡領域中一個基礎且重要的話題。本文將從定義、結構、算法、應用及未來發展等多個方面,詳細闡述BP
    的頭像 發表于 07-10 15:20 ?1921次閱讀

    rnn是遞歸神經網絡還是循環神經網絡

    RNN(Recurrent Neural Network)是循環神經網絡,而非遞歸神經網絡。循環神經網絡是一種具有時間序列特性的神經網絡,能夠處理序列數據,具有記憶功能。以下是關于循環
    的頭像 發表于 07-05 09:52 ?872次閱讀

    遞歸神經網絡是循環神經網絡

    遞歸神經網絡(Recurrent Neural Network,簡稱RNN)和循環神經網絡(Recurrent Neural Network,簡稱RNN)實際上是同一個概念,只是不同的翻譯方式
    的頭像 發表于 07-04 14:54 ?1302次閱讀

    循環神經網絡和卷積神經網絡的區別

    循環神經網絡(Recurrent Neural Network,RNN)和卷積神經網絡(Convolutional Neural Network,CNN)是深度學習領域中兩種非常重要的神經網絡
    的頭像 發表于 07-04 14:24 ?1817次閱讀

    深度神經網絡與基本神經網絡的區別

    在探討深度神經網絡(Deep Neural Networks, DNNs)與基本神經網絡(通常指傳統神經網絡或前向神經網絡)的區別時,我們需要從多個維度進行深入分析。這些維度包括
    的頭像 發表于 07-04 13:20 ?1541次閱讀

    反向傳播神經網絡和bp神經網絡的區別

    反向傳播神經網絡(Backpropagation Neural Network,簡稱BP神經網絡)是一種多層前饋神經網絡,它通過反向傳播算法來調整網絡
    的頭像 發表于 07-03 11:00 ?1074次閱讀

    bp神經網絡是深度神經網絡

    Network)有相似之處,但它們之間還是存在一些關鍵的區別。 一、引言 神經網絡是一種模擬人腦神經元結構的計算模型,它由大量的神經元(或稱為節點)組成,這些神經元通過權重連接在一起
    的頭像 發表于 07-03 10:14 ?1192次閱讀

    bp神經網絡和卷積神經網絡區別是什么

    BP神經網絡(Backpropagation Neural Network)和卷積神經網絡(Convolutional Neural Network,簡稱CNN)是兩種不同類型的人工神經網絡,它們在
    的頭像 發表于 07-03 10:12 ?2233次閱讀

    卷積神經網絡和bp神經網絡的區別

    卷積神經網絡(Convolutional Neural Networks,簡稱CNN)和BP神經網絡(Backpropagation Neural Networks,簡稱BPNN)是兩種
    的頭像 發表于 07-02 14:24 ?5679次閱讀

    神經網絡在數學建模的應用

    數學建模是一種利用數學方法和工具來描述和分析現實世界問題的過程。神經網絡是一種模擬人腦神經元結構和功能的計算模型,可以用于解決各種復雜問題。在數學建模神經網絡可以作為一種有效的工具
    的頭像 發表于 07-02 11:29 ?1437次閱讀

    神經網絡的激活函數有哪些

    神經網絡,激活函數是一個至關重要的組成部分,它決定了神經元對于輸入信號的反應方式,為神經網絡引入了非線性因素,使得網絡能夠學習和處理復雜
    的頭像 發表于 07-01 11:52 ?921次閱讀
    主站蜘蛛池模板: 日韩在线网 | 人人澡人人澡人人看青草 | 天天射天天搞 | 免费一级特黄特色大片在线 | 久久91精品牛牛 | 免费看va | 天堂电影免费在线观看 | 午夜视频在线观看免费观看在线观看 | 拍拍拍无档又黄又爽视频 | 欧美影欧美影院免费观看视频 | 成人小视频在线 | 婷婷成人丁香五月综合激情 | 九色综合网 | www婷婷 | 8888奇米四色在线 | 色狠狠狠色噜噜噜综合网 | 黄乱色伦短篇小说h | 91成人免费福利网站在线 | 狠狠色丁香婷婷 | 色婷婷狠狠干 | 免费观看理论片毛片 | 日美一级毛片 | 理论片免费午夜 | 国产做a爰片久久毛片 | 夜夜爽爽| 午夜国产精品视频 | 男女免费视频 | 国产va免费精品高清在线 | 色综合天天五月色 | 国模福利 | 亚色中文字幕 | 国产美女被艹 | 亚洲国产网址 | 国产福利乳摇在线播放 | 放荡的俄罗斯美女bd | 色五五月 | 色五月丁香五月综合五月 | 六月婷婷综合网 | 亚洲瑟瑟网 | 免费国产高清精品一区在线 | 韩国男女无遮挡高清性视频 |