Multi-layer Perceptron

本文介绍了一种基于前向传输的双层网络算法验证过程。该算法通过将所有权重随机初始化为小数值来确保sigmod函数变化率适中,避免输出偏向极端值。通过遍历输入向量并计算隐藏层神经元的值来获取最终输出。

验证双层网络算法;
基于前向传输(Forward)的算法:

每个节点(i,j,k) 来表示, v为输入权值, w输出权值
1. 所有w随机化为小的值;
2. repeat:
for each input vector:
//计算隐藏层中每个神经元的值
这里写图片描述
// 遍历所有层的节点, 知道得到输出值
// 这里写图片描述

权值初始化为小值, 因为如果权值过大, 则输出偏向于0或1, 这里的sigmod函数的变化率较小;

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值