Fatal编程技术网
  • machine-learning/
  • Machine learning 使用部分输入反向运行神经网络以找到期望值

Machine learning 使用部分输入反向运行神经网络以找到期望值

machine-learning neural-network deep-learning

Machine learning 使用部分输入反向运行神经网络以找到期望值,machine-learning,neural-network,dataset,deep-learning,deeplearning4j,Machine Learning,Neural Network,Dataset,Deep Learning,Deeplearning4j,给定一个经过训练的系统，网络可以使用输出值和部分输入反向运行，以查找缺少的输入值。这个操作有名字吗 例如，一个经过训练的XOR网络有两个输入神经元（值为1和X）和一个输出层神经元（值为1）。如果有人想知道第二个输入神经元的值是多少，他们可以向后反馈信息，然后计算出它接近于0。这个操作的确切名称是什么？我认为您的问题与选择模型构建中使用的相关特征（变量、预测值）子集的过程有关。也与您的问题有关。向后传球： 反向传播的目标是更新网络中的每个权重，使其使实际输出更接近目标输出，从而使每个输出神经元和整

给定一个经过训练的系统，网络可以使用输出值和部分输入反向运行，以查找缺少的输入值。这个操作有名字吗

例如，一个经过训练的XOR网络有两个输入神经元（值为1和X）和一个输出层神经元（值为1）。如果有人想知道第二个输入神经元的值是多少，他们可以向后反馈信息，然后计算出它接近于0。这个操作的确切名称是什么？

我认为您的问题与选择模型构建中使用的相关特征（变量、预测值）子集的过程有关。也与您的问题有关。

向后传球：

反向传播的目标是更新网络中的每个权重，使其使实际输出更接近目标输出，从而使每个输出神经元和整个网络的误差最小化。我想这是你想知道的步骤

我并没有更新权重，在输入神经元中假设某些值，允许解决缺失的一个。