Time的个人博客分享 http://blog.sciencenet.cn/u/Time

博文

Gang变换(比传统BP快5-10倍):泰勒级数可以映射所有函数关系,将所有函数关系转化为泰勒级数的网络版。

已有 1419 次阅读 2020-5-16 22:36 |个人分类:Gang系统分析方法论|系统分类:科研笔记| 神经网络, 机器学习, 信号处理, 算法, 泰勒级数


Gang变换的简单理解是:

  1. 将泰勒展开式转化为一种特殊神经网络。

  2. 误差反传模拟泰勒展开式中的导数。

  3. 网络层数代表精度。

  4. 每增加一个阶次,只需增加一层。



😉😉😉给大家一直探索的神经网络解释性以直观解答。


反向传播算法为啥好用呢?     泰勒级数的导数咋回事呢?

Gang变换告诉你,异曲同工!


我的B站讲解:https://b23.tv/XFtER7



http://wap.sciencenet.cn/blog-3433003-1233503.html

上一篇:(适用于各领域,科研基础突破)给你paper增加创新点的方法论 :Gang系统分析方法论
下一篇:发arxiv 被on hold了。 上传个编号,标记一下时间,防止被抄袭点

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2021-10-28 06:24

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部