我在互联网上搜索了很多,但没有得出结论,为什么我们在反向传播算法的每一层中都使用权重。我知道权重乘以上一层的输出,得到下一层的输入,但我不明白为什么我们需要这些权重?请帮忙感谢方舟
没有权重就没有学习。权重是在反向传播学习过程中调整的值。神经网络只不过是一个函数,权重将该函数的行为参数化。
为了更好地理解,首先看单层感知器,如ADALINE。
我在互联网上搜索了很多,但没有得出结论,为什么我们在反向传播算法的每一层中都使用权重。我知道权重乘以上一层的输出,得到下一层的输入,但我不明白为什么我们需要这些权重?请帮忙感谢方舟
没有权重就没有学习。权重是在反向传播学习过程中调整的值。神经网络只不过是一个函数,权重将该函数的行为参数化。
为了更好地理解,首先看单层感知器,如ADALINE。
javascript python java c# php android html jquery c++ css ios sql mysql arrays asp.net json python-3.x ruby-on-rails .net sql-server django objective-c excel regex ruby linux ajax iphone xml vba spring asp.net-mvc database wordpress string postgresql wpf windows xcode bash git oracle list vb.net multithreading eclipse algorithm macos powershell visual-studio image forms numpy scala function api selenium