Artificial intelligence 在反向传播中,为什么这是必要的,o(1-o)
要计算反向传播中的误差,可以使用,(target out-act.out)*act.out*(1-act.out) 那么,act.out*(1-act.out)解决了什么问题Artificial intelligence 在反向传播中,为什么这是必要的,o(1-o),artificial-intelligence,neural-network,backpropagation,Artificial Intelligence,Neural Network,Backpropagation,要计算反向传播中的误差,可以使用,(target out-act.out)*act.out*(1-act.out) 那么,act.out*(1-act.out)解决了什么问题 [target out-act.out]不是输出不正确的量吗?它求解神经元输出相对于当前激活水平的导数。如果您使用的是激活功能,那么如果f(x)是激活的sigmoid输出x,则导数df/dx等于f(x)(1-f(x)) 在反向传播方程中,要通过改变权重的多少来确定,需要估计输出对激活变化的敏感性。这就是这个术语所提供的
[target out-act.out]不是输出不正确的量吗?它求解神经元输出相对于当前激活水平的导数。如果您使用的是激活功能,那么如果
f(x)
是激活的sigmoid输出x
,则导数df/dx
等于f(x)(1-f(x))
在反向传播方程中,要通过改变权重的多少来确定,需要估计输出对激活变化的敏感性。这就是这个术语所提供的