Machine learning 如何计算误差函数对矩阵值的偏导数
我正在建立一个项目，它是一个基本的神经网络，接收2x2图像，目标是将图像分类为正斜杠（1类）或反斜杠（0类）形状。输入的数据是一个平面numpy数组。1表示黑色像素0表示白色像素 0类：[1,0,0,1] 1类：[0,1,1,0] 如果我将过滤器作为随机4x1矩阵启动，我如何使用梯度下降法得出完美矩阵[1，-1，-1,1]或[-1,1,1，-1]来对数据点进行分类Machine learning 如何计算误差函数对矩阵值的偏导数,machine-learning,neural-network,artificial-intelligence,gradient-descent,derivative,Machine Learning,Neural Network,Artificial Intelligence,Gradient Descent,Derivative,我正在建立一个项目，它是一个基本的神经网络，接收2x2图像，目标是将图像分类为正斜杠（1类）或反斜杠（0类）形状。输入的数据是一个平面numpy数组。1表示黑色像素0表示白色像素 0类：[1,0,0,1] 1类：[0,1,1,0] 如果我将过滤器作为随机4x1矩阵启动，我如何使用梯度下降法得出完美矩阵[1，-1，-1,1]或[-1,1,1，-1]来对数据点进行分类 旁注：即使与“完美”答案矩阵相乘，然后求和，标签输出也将是-2和2。我的数据标签需要是-2和2吗？如果我想让我的类标记为0和1呢 谁
旁注：即使与“完美”答案矩阵相乘，然后求和，标签输出也将是-2和2。我的数据标签需要是-2和2吗？如果我想让我的类标记为0和1呢 谁给了你那些“完美矩阵”？如果直接使用乘法结果作为类标签，则很难将它们限定在[0，1]之间。考虑使用函数，也尝试展开操作。人类如何计算矩阵乘法？如果你把它写出来，我认为解决办法很清楚