神经网络原理及推导
• 神经网络向前馈送信息
• 反向传播误差
• 梯度下降定义及例子
• 权重更新
Sigmoid 函数
神经网络向前馈送信息
0.9*10.3*0.51.05+=1.0510.74081e=+
用矩阵计算
1121111221111222221222**=**wwinputwinputwinputinputwinputwinputww++XWI=•
神经网络向前馈送信息
0.90.10.8I=_0.90.30.40.20.80.20.10.50.6inputhiddenW=_1.160.420.62inputhiddenXWI=•=0.761()0.6030.650sigmoidX=
神经网络向前馈送信息
0.30.70.50.7610.9750.60.50.20.6030.8880.80.10.90.6501.254outputX=•=_outputhiddenoutputhiddenXWo=•0.726()0.7080.778sigmoidX=
神经网络向前馈送信息
反向传播误差
如何根据误差更新链接的权重
平分or根据权重分配