当前位置:   article > 正文

NLP实验_基于前馈神经网络模型实现中文分词

基于前馈神经网络模型实现中文分词
使用前馈神经网络进行姓氏分类 

一、前馈神经网络

 1.网络结构

        前馈网络中各个神经元按接收信息的先后分为不同的组。每一组可以看作 一个神经层,每一层中的神经元接收前一层神经元的输出,并输出到下一层神经元。整个网络中的信息是朝一个方向传播,没有反向的信息传播,可以用一个有向无环路图表示。前馈网络包括全连接前馈网络和卷积神经网络等。前馈网络可以看作一个函数,通过简单非线性函数的多次复合,实现输入空间到输出空间的复杂映射。这种网络结构简单,易于实现。

      在前馈神经网络中,各神经元分别属于不同的层。每一层的神经元可以接收前一层神经元的信号,并产生信号输出到下一层。第0层称为输入层,最后一层称为输出层,其他中间层称为隐藏层。整个网络中无反馈,信号从输入层向输出层单向传播,可用一个有向无环图表示。

图1.1多层前馈神经网络示例标题

                                                 

图1.2前馈神经网络的记号

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/你好赵伟/article/detail/986222
推荐阅读
相关标签