一、原理
二、算法步骤
第一步:预先设定网络结构和激活函数
难度很大!!!
因为网络结构可以无限拓展,要知道什么样的结构才符合我们的问题需要做大量的试验
第二步:初始化模型权重
模型中的每一个连接都会有一个权重,在初始化的时候可以都随机给予一个值。
第三步:就是根据输入数据和权重来预测结果
引入误差来衡量predict与true数据的偏差。
最开始的参数都是随机设置的,所以获得的结果肯定与真实的结果差距比较大,所以在这里要计算一个误差,误差反映了预测结果和真实结果的差距有多大。
第四步:模型要调节权重
我们要设置学习率,这个学习率是针对误差的,每次获得误差后,连接上的权重都会按照误差的这个比率来进行调整,从而期望在下次计算时获得一个较小的误差。
经过若干次循环这个过程,我们可以选择达到一个比较低的损失值的时候停止并输出模型,也可以选择一个确定的循环轮次来结束。