反向传播算法的实现

Question

全部戒毒，

我正在尝试实现一个使用反向传播的神经网络。到目前为止，我已经达到了这样的阶段:每个神经元从前一层中的所有神经元接收加权输入，根据它们的总和计算sigmoid函数，并将其分布到下一层。最后，整个网络产生一个结果。A然后计算误差为E= 1/2(D- O )^2，其中D是所需的值。在这一点上，网络上的所有神经元都有各自的输出和网络的总体误差，我如何反向传播它来调整权重？

干杯:)

Answer 1

我强烈建议你看看这个网站，这是我过去用过的：

http://www.codeproject.com/Articles/14342/Designing-And-Implementing-A-Neural-Network-Librar

Answer 2

您必须在训练模式中应用反向传播算法的下一步，即增量规则，它将告诉您下一步应用于权重的变化量。

http://en.wikipedia.org/wiki/Delta_rule

http://en.wikipedia.org/wiki/Backpropagation

希望这能有所帮助