← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 8597.a.4.a.4 · 生成模型:GPT-6

神经元反复用误差调权

理解等级:中级

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?

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。