Neural network 如何计算矢量输出感知器的权值?
我有一个感知器,它接受两个输入,并相应地加权Neural network 如何计算矢量输出感知器的权值?,neural-network,artificial-intelligence,backpropagation,Neural Network,Artificial Intelligence,Backpropagation,我有一个感知器,它接受两个输入,并相应地加权 i1=[i1\u 0,i1\u 1] w1=w1 i2=[i2_0,i2_1] w2=w2 这个感知器的输出是p[p0,p1] 如何在反向传播期间计算新权重 我总是这样做,因为i1和i2只是数字而不是向量,在这种情况下,我会使用 delta=CorrectResult-(MyCurrentResult*导数) 新权重=旧权重+(学习率*增量*p) 当然,如果我试着用这种方法来计算它,我会让权重成为一个向量,例如w1=[w1_0,w1_1],但我需
i1=[i1\u 0,i1\u 1]
w1=w1
i2=[i2_0,i2_1]
w2=w2
这个感知器的输出是p[p0,p1]
如何在反向传播期间计算新权重
我总是这样做,因为i1和i2只是数字而不是向量,在这种情况下,我会使用
delta=CorrectResult-(MyCurrentResult*导数)
新权重=旧权重+(学习率*增量*p)
当然,如果我试着用这种方法来计算它,我会让权重成为一个向量,例如w1=[w1_0,w1_1],但我需要它只是一个数字。
我应该计算w1_0
和w1_1
然后使用一些平均值,还是有其他方法