Вывод элемента
Квадрат ошибки
Для функции активации выходом является
Разыскивая минимум (2), найдем производную
|
¶E
¶wij
|
= |
¶E
¶oj
|
|
¶oj
¶nj
|
|
¶nj
¶wij
|
|
| (4) |
Согласно (2)
Очевидно,
Из (1) следует
В результате
|
¶E
¶wij
|
= -(tj - oj)f ў(nj)xi |
|
Обозначим
Изменение веса идет в направлении противоположном производной на поверхности ошибки
где h - норма обучения (эмпирический коэффициент).
Для сигмоида
имеем
f ў(n) = |
1
1+exp(-n)
|
|
ж и
|
1 - |
1
1+exp(-n)
|
ц ш
|
= f(n)(1-f(n))=o(1-o) |
|
Пример
Ошибка выхода (3-го слоя)
d5 = (0.900 - 0.288)0.288(1-0.288) = 0.125 |
|
Ошибки 2-го слоя
Фактические ошибки второго слоя (с учетом выходных значений второго слоя 0.122 и 0.728)
d4 = d4ў0.122·(1-0.122) = 0.040 |
|
d3 = d3ў0.728·(1-0.728) = 0.025 |
|
Для 1-го слоя
d2ў = 0.040·(-2) + 0.025·2 = - 0.030 |
|
d1ў = 0.040·(-4) + 0.025·2 = - 0.110 |
|
Фактические ошибки первого слоя (с учетом выходных значений первого слоя 0.5 и 0.993)
d2 = d2ў0.5·(1-0.5) = - 0.007 |
|
d1 = d1ў0.993·(1-0.993) = -0.001 |
|
Вводим норму обучения h = 0.8 и по формуле (7) получаем
новые веса первого слоя
-2 + 0.8·d2·0.1 = -2.001, |
|
-2 + 0.8·d2·0.9 = -2.005, |
|
Смещение имеет сигнал 1:
Аналогично находим веса второго и третьего слоя.
С новыми весами выполняем 2-й прямой проход.
|