我已經使用神經網絡軟件預測連續數據。顯然,預測比通過迴歸分析得到的結果要好。現在我想從通過軟件對連續數據的訓練中獲得的訓練權重中推導出一個模型表達式,正如許多研究人員所建議的,關於如何解釋訓練後的權重和偏差以推導我試圖從中推導出的模型方程類似的線條。 推導出方程後,我發現該方程無法複製神經網絡軟件給出的相同結果。所以我正在探索推導方程式的新方法。我想知道我出錯的地方,如果有人可以爲我提供一些步驟,這將有所幫助。如何從人工神經網絡推導模型方程?
-1
A
回答
0
我以前讀過關於你在說什麼,但有一些差異。這可能對你有用。如果我記得好的話,它被稱爲「知識提煉」,它是一種提取黑箱中知識的方式,即神經網絡。它粗略地說就是訓練一個更簡單的模型,這個模型更容易解釋,但保留了原始神經網絡的預測能力。我是從記憶中講話的,所以我對缺乏細節感到抱歉。 Google上的搜索將爲其提供確切的參考。
希望能有所幫助。
+0
謝謝,我會研究它 – sai
相關問題
- 1. 人工神經網絡Toplogy
- 2. 通過神經網絡的權重和偏差推導方程
- 3. 在Android應用程序中導入人工神經網絡
- 4. 神經網絡人工智能
- 5. 多個人工神經網絡
- 6. 人工神經網絡 - 編譯錯誤
- 7. 人工神經網絡標準化
- 8. 人工神經網絡基準
- 9. 人工神經網絡激活函數
- 10. ANN - 人工神經網絡培訓
- 11. 人工神經網絡PSO訓練
- 12. 人工神經網絡不學習
- 13. 人工神經網絡在Matlab和FANN
- 14. 人工神經網絡:選擇初始神經元
- 15. 神經網絡模型訓練錯誤
- 16. 神經網絡模型不學習?
- 17. 神經網絡模型的輸出
- 18. 如何使用神經網絡與simulink和神經網絡工具箱
- 19. 人工神經網絡與貝葉斯網絡的區別
- 20. Matlab 7.0.4神經網絡工具教程
- 21. 人工神經網絡模擬基礎軟件
- 22. 神經網絡
- 23. 神經網絡
- 24. 權重如何在人工神經網絡中進行預測?
- 25. 如何在人工神經網絡中應用PSO
- 26. 是什麼下面神經網絡之間的區別:人工神經網絡,靜態NN,模擬NN
- 27. 如何開始神經網絡編程
- 28. 人工神經網絡和馬爾可夫過程
- 29. 如何計算人工神經網絡激活函數的導數
- 30. 人工神經網絡可以學習語言模型嗎? Paper 2000 Implementation
如果您提供一些有關您的神經網絡架構的詳細信息,這將有所幫助。 – Mido
你能提供關於如何推導方程的任何參考? – shirowww
@shirowww我知道得到表達式的唯一方法是手動。假設這是一個小的神經網絡,如果你知道權重,那麼你可以從單個先驗函數y = f(ZW + b)的激活函數開始,其中Z是輸入的向量,W是權向量,b是偏差,f()是先驗函數,y是輸出。根據您的體系結構,您可以將其應用於網絡的判別函數。 – Mido