知识卡片
神经元反复用误差调权
用当前权重算输出,将预测与标签比较得到误差信号,再结合激活函数导数更新权重。书中用四个二进制样本让单个神经元学习首位与目标的联系。这是训练步骤的教学示例,外部样本上的表现还需另测。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 神经网络 10.3 · 查看原书依据
归一化。此后,我们将创建Sigmoid函数的导数,以帮助计算权重的调整参数。可以利用Sigmoid函数的输出来生成它的导数。
参考来源
- 位置:《AI制胜:机器学习极简入门》第10章 神经网络 §10.3(来源项目 book-source:extracted/AI制胜:机器学习极简入门/_epub-src/OEBPS/Text/chapter10.xhtml#isbn9787302555513_10_1_3)
- 结论依据:原文依次说明初始化、前向计算、误差、调整和重复迭代。
- 原始内容:归一化。此后,我们将创建Sigmoid函数的导数,以帮助计算权重的调整参数。可以利用Sigmoid函数的输出来生成它的导数。