据我了解,对于输出层,错误率与均方误差函数一起用于更新权重。对于隐藏层也是如此?那有意义吗?
多层感知器:用于更新隐藏层权重的值是多少?
数据挖掘
神经网络
感知器
2022-02-12 20:13:30
1个回答
多层感知器通过一种称为“反向传播”的算法来改变你的权重。该算法使用梯度下降和学习率来改变 MLP 中的每个权重。
基本上,反向传播功能通过将计算一个特定节点的输出时调用的所有函数链接在一起(因此将所有可能的方式链接在一起)。现在使用链式法则计算梯度,该梯度指向误差最小的方向,并相应地改变所有权重。
其它你可能感兴趣的问题