这个问题非常笼统和数学。
我正在使用具有单个隐藏层（10 个神经元）的神经网络来近似具有 2 个输入和 2 个输出变量的函数。sigmoid 函数用作激活函数。
后来，我将导数用于其他用途。我用数值方法逼近导数。该方法使用神经网络的输出。
我想知道是否可以轻松获得近似函数的导数，因为学习算法对每个神经元都使用导数。
如果有一种简单的方法可以将导数从神经网络中取出，我可以摆脱用于推导的数值方法。
我正在考虑链式法则，但我不确定这是否是正确的方法以及如何正确使用它。
这个问题非常笼统和数学。
我正在使用具有单个隐藏层（10 个神经元）的神经网络来近似具有 2 个输入和 2 个输出变量的函数。sigmoid 函数用作激活函数。
后来，我将导数用于其他用途。我用数值方法逼近导数。该方法使用神经网络的输出。
我想知道是否可以轻松获得近似函数的导数，因为学习算法对每个神经元都使用导数。
如果有一种简单的方法可以将导数从神经网络中取出，我可以摆脱用于推导的数值方法。
我正在考虑链式法则，但我不确定这是否是正确的方法以及如何正确使用它。