BP算法在DAG中理解

图2.2中理解,x0和w1通过激励函数f可以得到x1;x0和w2通过激励函数f可以得到x2;x1和x2和w4通过激励函数可以得到x3;

输入x4和w4通过激励函数得到x5和x6.x5和x4,w5通过激励函数得到x7。这就是前向传播网络。

 

后向传播网络:、

 

 

 

x3和w5通过激励函数得到x7。

 

 

输入被映射为f1,f2。f1+w1得到x1,f2+w2得到x2, x1和x2得到x3。输入x4通过映射到f4,f4和w4可以得到x5和x6,x5可以映射到f5,f5和w5可以得到x7,这是前向传播网络。


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值