2
我想使用this article进行神经网络构建,但是我遇到了一些有关权向量更新算法的问题。具体而言,使用公式marked red。 任何人都可以帮助我理解,什么是hm(i)和符号“|”手段?反向传播训练神经网络
我想使用this article进行神经网络构建,但是我遇到了一些有关权向量更新算法的问题。具体而言,使用公式marked red。 任何人都可以帮助我理解,什么是hm(i)和符号“|”手段?反向传播训练神经网络
这看起来像是back-propagation计算神经网络训练误差的梯度。 Bishop(244页)中列出的一个关键公式为:
δj = h'(aj) SUM(k, wkj δk)
的δ
是隐藏的或输出节点的预测和标值之间的误差。右边的δ
条款已经被计算出来,并且对应于正在考虑的下一层输出病房。
h'
术语是非线性activation function的导数,其通常是sigmoid function或tanh
。在您的图片中列出的hm
看起来像tanh
的衍生变量的变化。
竖线是用于评估的语法:f(t) = f(x) | t
。我无法确定图像中的表情是什么,我可能是错的。