極限學(xué)習(xí)機(jī)，與傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)相比極限學(xué)習(xí)機(jī)有哪些優(yōu)點(diǎn)

來源：整理時(shí)間：2024-05-07 14:06:05 編輯：智能門戶手機(jī)版

本文目錄一覽

1，與傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)相比極限學(xué)習(xí)機(jī)有哪些優(yōu)點(diǎn)
2，Extreme learning machine 到底怎么樣有沒有做的前途
3，elm極限學(xué)習(xí)機(jī)做預(yù)測為什么預(yù)測不準(zhǔn)
4，誰能解釋極限學(xué)習(xí)機(jī)牛X在哪里

1，與傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)相比極限學(xué)習(xí)機(jī)有哪些優(yōu)點(diǎn)

極限學(xué)習(xí)機(jī)（ELM）算法，隨機(jī)產(chǎn)生輸入層與隱含層間的連接權(quán)值及隱含層神經(jīng)元的閾值，且在訓(xùn)練過程中無需調(diào)整，只需設(shè)置隱含層神經(jīng)元的個(gè)數(shù)，便可獲得唯一的最優(yōu)解，與傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)算法相比，ELM方法學(xué)習(xí)速度快、泛化性能好。

與傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)相比極限學(xué)習(xí)機(jī)有哪些優(yōu)點(diǎn)

2，Extreme learning machine 到底怎么樣有沒有做的前途

Extreme learning machine，極限學(xué)習(xí)機(jī)，一種有前途的算法，可以開展研究。

如果你是extreme learning machine的話，那么對你自己的要求就比較高的，你的學(xué)歷高，而且技術(shù)過硬，那么就是不錯的，前途是比較看好的！

Extreme learning machine 到底怎么樣有沒有做的前途

3，elm極限學(xué)習(xí)機(jī)做預(yù)測為什么預(yù)測不準(zhǔn)

matlab 運(yùn)行極限學(xué)習(xí)機(jī)為什么每次運(yùn)行正確率不一樣？這是因?yàn)槊看谓o出的初始值不同，而造成誤差。教你一招，不妨試一下每次調(diào)用matlab后去運(yùn)行該程序的結(jié)果是否基本一致。

說明書上寫的是，內(nèi)外機(jī)的落差不超過5米都可以，不論是內(nèi)機(jī)比外機(jī)高還是外機(jī)比內(nèi)機(jī)高，只要高度差不超過5米就行希望采納謝謝

elm極限學(xué)習(xí)機(jī)做預(yù)測為什么預(yù)測不準(zhǔn)

4，誰能解釋極限學(xué)習(xí)機(jī)牛X在哪里

極限學(xué)習(xí)機(jī)（extreme learning machine）ELM是一種簡單易用、有效的單隱層前饋神經(jīng)網(wǎng)絡(luò)SLFNs學(xué)習(xí)算法。2004年由南洋理工大學(xué)黃廣斌副教授提出。傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法（如BP算法）需要人為設(shè)置大量的網(wǎng)絡(luò)訓(xùn)練參數(shù)，并且很容易產(chǎn)生局部最優(yōu)解。極限學(xué)習(xí)機(jī)只需要設(shè)置網(wǎng)絡(luò)的隱層節(jié)點(diǎn)個(gè)數(shù)，在算法執(zhí)行過程中不需要調(diào)整網(wǎng)絡(luò)的輸入權(quán)值以及隱元的偏置，并且產(chǎn)生唯一的最優(yōu)解，因此具有學(xué)習(xí)速度快且泛化性能好的優(yōu)點(diǎn)。

搜一下：誰能解釋極限學(xué)習(xí)機(jī)牛X在哪里