人工神经网络阈下触发

Question

我正在尝试用python构建一个简单的数字识别ANN电路。它有一个输入层和15个输入，隐藏层和输出层（10个神经元）。我真的是一个初学者在这个领域，但我是一个经验丰富的程序员。你知道吗

当a=1和b=0，我想要输出f=0和g=1时

   Value at:
   C
   1*1+-0.5*0= 1  
   D
   1*0+.1*1 = 0.1
   E
   -1*0+-0.5*1 = -0.5

由于sigmoidal函数只在value>；0时激发，我猜只有神经元C和D激发。所以E的输出是0，对吗？你知道吗

C:1 D:0.1 E:0

     Value at F:
     1*1+0.1*-0.3+0*0.3=0.97 (neuron fires)
     Value at G:
     1*-1+-0.5*0.1+0*.1=  -1.05  (neuron does not fire)

所以输出似乎是F:1&G:0，这与期望相反。你知道吗

现在我真的很困惑反向传播。在这种情况下，如何使用反向传播来校正权重？数学步骤会很好。。你知道吗

伙计们，我需要确认一下数学是否正确。在那之后我还有很多补充问题要问。你知道吗

我正在使用sigmoidal函数作为阈值。因此，如果值小于0，则没有输出，如果大于0，则激发。你知道吗

如果一个神经元不启动，那么它的输出就被认为是零，对吗？你知道吗

Answer 1

我希望这能有所帮助，尽管我们的实现/方法不同。你知道吗

在我的实现（小型/简单网络）中，我将输出计算为所有输入节点输出乘以权重的总和，在这种情况下，如果神经元不激发，它就不算作输入。
（但在我的实现中，我让负值传递到下一个级别）

伪码

    for (let idxHidden in hiddensOutput) {
        let sum = 0
        for (let idxInput in inputsOutput) {
          sum = sum + inputsOutput[idxInput] * inputsWeight[idxInput][idxHidden];
        }
        hiddensOutput[idxHidden] = sigmoid(sum);
    }

hiddensOutput ... is a list of node in the next layer
inputsOutput ... is a list of inputs for the nodes of the hiddensOutputs
inputsWeight ... is a matrix of the weights between those nodes (setting this up is the "tricky" part) hiddensOutput ... is a list with the inputs for the next layer

所以要回答这个问题：“如果一个神经元不启动，那么它的输出就被认为是零，对吗？”

是

Update:

Here are the links from the comment Section I posted before online course

• http://coursera.org/learn/machine-learning (there are other some even self paced)
• http://shop.oreilly.com/product/9780596529321.do interesting book (with lots of python code [explained])
• http://en.m.wikipedia.org/wiki/Artificial_neural_network (basic Math)