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
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
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
相关问题 更多 >
编程相关推荐