Artificial intelligence 感知器中的校正加在哪个权重上？

我正在用单层感知器进行实验，我想我（大部分）了解一切。然而，我不明白的是，应该在哪些权重中添加校正（学习率*误差）。在我看到的例子中，这似乎是武断的。

回答了我自己的问题

---

根据“将此修正添加到有输入的任何权重”。换句话说，不要对神经元值为0的权重进行校正。

回答了我自己的问题

根据“将此修正添加到有输入的任何权重”。换言之，不要对神经元值为0的权重进行修正。

好吧，看起来你只回答了一半自己的问题：确实，你修正了所有非零权重，但修正量并不相同

相反，您可以根据其传入的激活按比例校正权重，因此，如果单元X的激活非常强烈，而单元Y仅激活了一个lil位，并且存在一个很大的错误，那么从单元X到输出的权重将被校正，远远超过单元Y到输出的权重

这一过程的技术术语称为增量规则，其详细信息可在its中找到。此外，如果您想升级到多层感知器（单层感知器的计算能力非常有限，请参阅），将讨论一种类似的学习算法，称为反向传播。

好吧，看起来您已经回答了自己的问题一半：您确实纠正了所有非零权重，你不可能全部纠正相同的数量

相反，您可以根据其传入的激活按比例校正权重，因此，如果单元X的激活非常强烈，而单元Y仅激活了一个lil位，并且存在一个很大的错误，那么从单元X到输出的权重将被校正，远远超过单元Y到输出的权重

---

这一过程的技术术语称为增量规则，其详细信息可在its中找到。此外，如果您想将使用升级到多层感知器（单层感知器的计算能力非常有限，请参阅），将讨论一种称为反向传播的类似学习算法。

激活是指权重时间输入吗？激活是指权重时间输入吗？