激活函数 ·线性单元 y=f(s)=Ks b)
激活函数 线性单元 y = f (s) = Ks
激活函数 ●S型传递函数 f()=1+exp(-S) f(s)=tanh(Bs) 月>P2>月 0 c) d)
S型传递函数 ( ) f s s ( ) = tanh( ) ( ) 1 1 exp f s s = + − 激活函数
6,1神经网络模型 ·2.神经网络模型 ()不含反馈的前向网络：神经元分层排列，组成 输入层、隐含层和输出层，每一层神经元只接受 前一层神经元的输出，输入模式经过各层的顺次 变换后，得到输出层的输出。 y X2 y2
6.1 神经网络模型 2. 神经网络模型 （1）不含反馈的前向网络：神经元分层排列，组成 输入层、隐含层和输出层，每一层神经元只接受 前一层神经元的输出，输入模式经过各层的顺次 变换后，得到输出层的输出
6.1神经网络模型 ●2.神经网络模型 (2)输出层到输入层有反馈的前向网络：它用于存储 某种形式序列，神经认知属于此类
2. 神经网络模型 （2）输出层到输入层有反馈的前向网络：它用于存储 某种形式序列，神经认知属于此类。 6.1 神经网络模型
6.1神经网络模型 ·2.神经网络模型 (3)内互连的前向网络：它通过层内神经元的相互 结合，可实现同一层神经元之间的横向抑制和兴 奋机制，以实现同一层神经元之间的能同时动作 的神经元个数，或者把每层内的神经元分为若干 组，让每一组成为一个整体来动作
2. 神经网络模型 （3）内互连的前向网络：它通过层内神经元的相互 结合，可实现同一层神经元之间的横向抑制和兴 奋机制，以实现同一层神经元之间的能同时动作 的神经元个数，或者把每层内的神经元分为若干 组，让每一组成为一个整体来动作。 6.1 神经网络模型