algorithm - 神经网络基础

Question

我是一名计算机科学专业的学生，​​对于今年的项目，我需要创建一个遗传算法并将其应用于某些事物。我认为将其应用于神经网络是一件好事，但我很难理解它们。我完全理解这些概念，但没有一个网站真正解释了以下阻碍我理解的内容:

如何决定有多少个节点。节点实际代表什么和做什么。权重和偏差在分类中实际扮演什么角色。

有人可以帮我解释一下吗？

此外，如果您对我可以应用 GA 的内容有任何类似的想法，我将不胜感激。

非常感谢! :)

Answer 1

你的问题很复杂，我认为一个简短的回答不会让你完全满意。不过，让我试试。

首先，您的神经网络中必须至少有三层(假设是一个简单的前馈层)。第一个是输入层，每个输入有一个神经元。第三层是输出层，每个输出值将有一个神经元(如果你正在分类，可能有不止一个 f 你想为每个神经元分配一个“属于”的含义)。剩下的一层是隐藏的一个，它将位于输入和输出之间。正如您在以下引用资料中看到的那样，确定其大小是一项复杂的任务:

• comp.ai faq
• a post on stack exchange

尽管如此，最好的方法是让您更清楚地陈述您的问题(在工业 secret 允许的范围内)，让我们根据您的情况多考虑一下。