我试图了解人工神经网络中使用的错误反向传播算法。
据我了解,每个神经元都有一个 sigmoid 函数的结果作为输出,该函数将每个权重/输入对的乘积之和加上“偏差”值作为参数。
一旦计算了网络的总误差,就可以使用误差对各种权重的导数来找到误差函数的“局部最小值”。这些应该是误差最小的权重。
但是,导数为零的点在理论上也可能是局部最大值......我该如何解决这个问题?
干杯:)
我试图了解人工神经网络中使用的错误反向传播算法。
据我了解,每个神经元都有一个 sigmoid 函数的结果作为输出,该函数将每个权重/输入对的乘积之和加上“偏差”值作为参数。
一旦计算了网络的总误差,就可以使用误差对各种权重的导数来找到误差函数的“局部最小值”。这些应该是误差最小的权重。
但是,导数为零的点在理论上也可能是局部最大值......我该如何解决这个问题?
干杯:)