Neural network 为什么感知器nn的权重在变化？

我是新加入neuoro网络的，我最近尝试使用神经网络感知机

我有两个基本问题

1） 看起来每次我跑步时，网络的重量都会改变。 2） 我想模拟一个简单而简单的例子，这是我得到的重量

0.1720650126384902，0.15035338347063618

感知器采用阶跃函数作为传递方法

---

我想知道如何解释w1=0.17206500126384902和w2=0.15035338347063618？

如果你在训练神经网络，权重值应该在每次迭代（批量训练）或迭代的每次训练样本（在线训练）后改变

对于简单的和，您得到的值是OK。这取决于初始权重和阈值。如果从其他权重开始，两个输入神经元的结果可能都是0.1。实际上，算法本身并没有那么难：

1。随机初始化权重和阈值

对于每次迭代，您必须：

2。计算特定输入数据的输出（因此，如果您正在培训，您的输入数据将为（0,0）、（0,1）、（1,0）或（1,1）

3.计算误差并调整权重

其中e（p）是误差（输出和正确输出的差异）

4.对所有输入样本重复2-3次（（0,0）、（0,1）、（1,0）和（1,1））

有关如何计算或实现此主题的许多信息，您可以在此处找到：

没有代码，范围太广（但答案可能是：随机数生成器通常是基于系统时间->两次运行，可能两个不同的结果，用种子初始化的）。