令表示第层的第个神经元到第层的第个神经元的连接权值，表示第层第个神经元的输入，表示第层第个神经元的输出，表示层第个神经元的偏置，C表示代价函数,则有：其中,表示激活函数。训练多层网络的目的就是使代价函数C最小化.定义代价函数为:可以看出，这个函数依赖于实际的目标值，可以看成权值和偏置的函数,通过不断的修改权值和偏置值来改变神经网络的输出值.接下来更新权值和偏置:首先定义误差,令表示第层第个神经元上的误差（？），定义为...
Python
2024-08-09
157 点赞
2 评论
237 浏览
