神经网络_线性神经网络 3 (Nerual Network_Linear Nerual Network 3)

时间:2023-03-08 16:33:55

1 LMS 学习规则_解方程组

1.1 LMS学习规则举例

X1=[0 0 1]T,t1=0;X2=[1 0 1]T,t2=0;X3=[0 1 1]T,t3=0;X1=[1 1 1]T,t1=1。

设权值分别为ω1,ω2,ω3

将输入和权值组合得方程组:

ω1*0+ω2*0+ω3*1=0

ω1*1+ω2*0+ω3*1=0

ω1*0+ω2*1+ω3*1=0

ω1*1+ω2*1+ω3*1=0

可将该线性方程组写成矩阵的形式:

[0 0 1;1 0 1;0 1 1;1 1 1]  *1 ω2 ω3]T=[0 0 0 1]T

则[ω1 ω2 ω3]T=pinv([0 0 1;1 0 1;0 1 1;1 1 1])*[0 0 0 1]T=[0.5 0.5 -0.25]T

1.2 LMS学习规则迭代更新公式推导

在实际运算中,经常通过迭代的方式求解W权值,迭代方式通常采用梯度下降法:

给定代价函数      E(ω) = 0.5*e2(n)

式中,e(n) = t(n) - XT(n)*ω(n) ,e(n)表示误差,t(n)表示期望(目标)值,XT(n)*ω(n)表示实际值。

上式两边对ω求偏导数   ∂E/∂ω = e(n)*∂e(n)/∂ωωωω∂