vault backup: 2026-04-21 12:36:54
This commit is contained in:
@@ -3,10 +3,12 @@ status: seed
|
||||
type: concept
|
||||
tags: []
|
||||
created: 2025-12-17
|
||||
updated: 2026-04-20
|
||||
title:
|
||||
updated: 2026-04-21
|
||||
title: Обратное распространение ошибки
|
||||
---
|
||||
### Функция активации
|
||||
|
||||
# Обратное распространение ошибки
|
||||
## Функция активации
|
||||
|
||||
$$u_{i} = \left(\sum\limits_{i=0}^{n} w^{1}_{ij}*x_{j}\right)$$
|
||||
|
||||
@@ -14,7 +16,7 @@ $$y_{l}=f\left(\sum\limits_{i=1}^{k}w_{li}^{2}u_{i}\right)$$
|
||||
|
||||
$$y_{l}=f\left(\sum\limits_{i=0}^{k}w_{li}^{2} f\left(\sum\limits^{N}_{j=1}w_{ij}^{(1)}x_{j}\right)\right),\ l=\overline{1,m}$$
|
||||
|
||||
### Алгоритм обратного распространения ошибки
|
||||
## Алгоритм обратного распространения ошибки
|
||||
|
||||
- Итеративный градиентный алгоритм обучения, который используется с целью минимизации среднеквадратичного отклонения текущих от требуемых выходов многослойных нейронных сетей с последовательными связями.
|
||||
- На каждом шаге алгоритма на вход сети поочередно подаются все обучающие примеры, реальные выходные значения сети сравниваются с требуемыми значениями, и вычисляется ошибка.
|
||||
|
||||
Reference in New Issue
Block a user