vault backup: 2026-05-07 15:32:13

01 Library/11 Machine Learning/Нейронные сети.md

@@ -3,7 +3,7 @@ status: processing
 type: concept
 tags: []
 created: 2025-12-17
-updated: 2026-04-13
+updated: 2026-05-07
 title: Нейронные сети - ДВ
 ---
 
@@ -100,6 +100,14 @@ $X^{p} \to D^{p}$
 Перспептрон решает задачу линейной разделимости:
 Разбиение гиперпространства гиперплоскостями.
 
-# Алгоритм обратного распространения ошибки
+## Обучение нейронных сетей
 
-$y` = y*(1-y)$
+Обучение сети с учителем сводится к настройке весов так, чтобы выход $Y$ был близок к целевому ответу $D$. Для многослойных сетей основной алгоритм вычисления градиентов - [[Обратное распространение ошибки]].
+
+Если в качестве функции активации используется сигмоида, её производная выражается через уже вычисленное значение функции:
+
+$$
+y'=y(1-y)
+$$
+
+Это удобно для обратного прохода: при вычислении локальной ошибки нейрона не нужно заново считать сложную производную активации.