完全另一种网络结构和学习算法能够达到自己收敛到自己的功能,但实际上也存 在着很难找到这种收敛的情况。 总而言之,我们应从以上三个方面去学习人工神经网络。只有这样,当我们 自己遇到一个实际问题时,才能够正确选择进而达到设计出有效的神经网络来 5.6本章小结 1)自适应线性网络仅可以学习输入输出矢量之间的线性关系,可用于模式联 想及函数的线性逼近。网络结构的设计完全由所要解决的问题所限制,网络的输 入数目和输出层中神经元数目,由问题所限制 2)多层线性网络不产生更强大的功能,从这个观点上看,单层线性网络不比 多层线性网络有局限性 3)输入和输出之间的非线性关系不能用一个线性网络精确地设计出,但线性 网络可以产生一个具有误差平方和最小的线性逼近。19 完全另一种网络结构和学习算法能够达到自己收敛到自己的功能，但实际上也存 在着很难找到这种收敛的情况。 总而言之，我们应从以上三个方面去学习人工神经网络。只有这样，当我们 自己遇到一个实际问题时，才能够正确选择进而达到设计出有效的神经网络来。 5．6 本章小结 1)自适应线性网络仅可以学习输入输出矢量之间的线性关系，可用于模式联 想及函数的线性逼近。网络结构的设计完全由所要解决的问题所限制，网络的输 入数目和输出层中神经元数目，由问题所限制； 2)多层线性网络不产生更强大的功能，从这个观点上看，单层线性网络不比 多层线性网络有局限性； 3)输入和输出之间的非线性关系不能用一个线性网络精确地设计出，但线性 网络可以产生一个具有误差平方和最小的线性逼近