在神经网络中,对于给定的输入输出值训练对,调整权重使得均方误差最小化。但是我没有训练数据。我有一个成本函数,它取决于一个函数,我想用神经网络来计算这个函数。我有一个大小为5X1的特征向量。当我将该向量作为NN的输入时,我得到一个分数(NN的输出)。可以说我有1000个这样的特征向量。对于这些输入中的每一个,我都会得到一个输出。使用所有这些得分我计算一些成本函数。现在我的任务是最大化该成本函数。因此,在第一次迭代中,我将获得该成本函数的一些值。现在,我想调整权重,以便使成本最大化。我怎样才能做到这一点???用于优化的多层感知器
我正在研究信息检索,我刚才提到的成本函数是平均平均精度(MAP)。我有来自不同运行的几十个文件,我想结合所有的运行,使MAP值最大。特征向量具有每次运行中文档的等级,分数等。