2019-02-23
阅读量:
607
如何区别神经网络的正反向传播
当神经元向另一个神经元发送兴奋信号时，该信号将被添加到该神经元的所有其他输入。如果它超过给定的阈值，那么它将使目标神经元向前发射一个动作信号 - 这就是思维过程在内部的作用，人工神经网络过程包括以下步骤：
- 正向传播：
取输入，乘以权重（只使用随机数作为权重）
设Y = W i I i = W 1 I 1 + W 2 I 2 + W 3 I 3 - 将结果通过sigmoid公式计算神经元的输出。Sigmoid函数用于归一化0到1：
1/1 + e -y之间的结果
- 反向传播
计算误差，即实际输出和预期输出之间的差异。根据误差，通过将误差与输入相乘并再次使用Sigmoid曲线的梯度来调整权重：权
重+ =误差输入输出（1输出），此处输出（1输出）是S形曲线的导数。
注意：重复整个过程几千次迭代。
0.0000
0
2
关注作者
收藏
评论(0)
发表评论
暂无数据
推荐帖子
CDA持证人阿涛哥
2024-10-29
0条评论
CDA持证人阿涛哥
2024-04-14
0条评论
CDA持证人阿涛哥
2024-04-01
1条评论
