130
个编辑
更改
跳到导航
跳到搜索
第5行：
第5行： − + − <math>y(v_i) = \tanh(v_i) \quad \text{and} \quad y(v_i) = \left(1 + e^{-v_i}\right)^{-1} − − </syntaxhighlight> +
无编辑摘要
历史上常见的两种激活函数都是S 型函数，其描述如下:
历史上常见的两种激活函数都是S 型函数，其描述如下:
<math> {p_j}(t) = {\sum_{i}} {o_i}(t) {w_{ij}}+ {w_{0j}} </math><syntaxhighlight lang="latex">
<math> {p_j}(t) = {\sum_{i}} {o_i}(t) {w_{ij}}+ {w_{0j}} </math>
<nowiki>[math]\displaystyl{ey(v_i) = \tanh(v_i) \quad \text{and} \quad y(v_i) = \left(1 + e^{-v_i}\right)^{-1}}[/math]</nowiki>
== 学习 ==
== 学习 ==
学习是通过在处理每条数据后，根据输出结果与预期结果之间的误差量，改变连接权重来实现的。这是监督学习的一个例子，通过反向传播进行。
学习是通过在处理每条数据后，根据输出结果与预期结果之间的误差量，改变连接权重来实现的。这是监督学习的一个例子，通过反向传播进行。