Зміст:
- Визначення - Що означає радіально-функціональна мережа функцій (RBF Network)?
- Техопедія пояснює мережу функцій радіальної основи (мережа RBF)
Визначення - Що означає радіально-функціональна мережа функцій (RBF Network)?
Радіальна базисна функціональна мережа - це тип спостережуваної штучної нейронної мережі, яка використовує контрольоване машинне навчання (МЛ) для функціонування як нелінійного класифікатора. Нелінійні класифікатори використовують більш складні функції для подальшого аналізу, ніж прості лінійні класифікатори, які працюють на векторах нижнього розміру.
Мережа радіальної основи також відома як радіальна база.
Техопедія пояснює мережу функцій радіальної основи (мережа RBF)
Використовуючи набір прототипів разом з іншими прикладами тренувань, нейрони дивляться на відстань між входом і прототипом, використовуючи те, що називається вхідним вектором.
Функції активації штучних нейронів приводять в дію виходи, які можуть бути представлені різними способами, щоб показати, як мережа класифікує точки даних. Мережа радіальної основи використовує радіальні базисні функції як свої функції активації. Як і інші види нейронних мереж, радіально-базисні функціональні мережі мають вхідні шари, приховані шари та вихідні шари. Однак радіальні базові функціональні мережі часто також включають певну функцію нелінійної активації. Вихідні ваги можна тренувати за допомогою градієнтного спуску. Деякі вважають підхід RBF порівняно "інтуїтивно зрозумілим" та хорошим способом вирішення спеціалізованих проблем з МЛ.
