关于Python神经网络编程的学习心得（三）

1.10    学习来自多个节点的权重

        本节中介绍了两种误差调整的方法：一、平分误差，二、不等分误差。平分误差：顾名思义就是视不同权重的链接对输出结果的误差造成了相等的影响。不等分误差：考虑了权重的因素先把误差均分为相同等分，等分的分母是权重的和，再分给每个链接，从而实现误差的等分，以便将误差向后传播到网络中。以上这两种方法都是为了实现对权重的调整，最终使得输出结果符合预期结果。这一过程通常被称之为训练。

---

1.11    多个输出节点反向传播误差

        本节说明了在具有2个输入节点和2个输出节点的简单网络中，两组链接之间不存在依赖关系。如果不需明白此原理，记住结论即可。下面将进行原理的介绍：对节点1的造成输出误差的只与指向1的链接有关，这一点在图中可以清晰de看出。即与1相关的权重为W1,1和W2,1，与另外两个毫无关系。