1、误差函数对神经网络中每层每个连接权重的偏导数 = 该连接权重的终止节点的误差特性 * 该连接权重的起始节点的值o;
2、本层每个终止节点的误差特性 = 该节点的激活函数的偏导数(如sigmoid)* 下层输出节点误差特性与本节点到下层所有节点连接权重值的内积;
3、输出层的终止节点的误差特性 = 该节点的激活函数的偏导数 * 预测值和真实值的误差,前面隐层的终止节点的误差特性为点2,由下层的误差特性反向线性组合而得。
1、误差函数对神经网络中每层每个连接权重的偏导数 = 该连接权重的终止节点的误差特性 * 该连接权重的起始节点的值o;
2、本层每个终止节点的误差特性 = 该节点的激活函数的偏导数(如sigmoid)* 下层输出节点误差特性与本节点到下层所有节点连接权重值的内积;
3、输出层的终止节点的误差特性 = 该节点的激活函数的偏导数 * 预测值和真实值的误差,前面隐层的终止节点的误差特性为点2,由下层的误差特性反向线性组合而得。