神经网络的训练

激活函数

y=sigmoid（WX）

我们假设每个训练样本为（x，t），其中向量相x是训练样本的特征，而t是样本的目标值

用样本的特征x，计算出神经网络中每个隐藏层节点的输出a，以及输出层每个节点的输出y。

然后，我们按照下面的方法计算出每个节点的误差项n：

对于输出层节点i，

ni=yi（1-yi）（ti-yi）

ni是节点i的误差项，yi是节点i的输出值，ti是样本对应于节点i的目标值

对于隐藏层节点

 

。。。。。

https://www.zybuluo.com/hanbingtao/note/476663