版权声明:本文为博主原创文章,转载文章须附上文章来源与作者。 https://blog.csdn.net/ChangerJJLee/article/details/87717779
神经网络的“ 学习” 是指从训练数据中自动获取最优权重参数的过程。神经网络的特征就是可以 从数据中学习。 所谓“ 从 数据中学习”, 是指可以由数据自动决定权重参数的值。此时如何学习到权重参数,这就涉及到权重更新算法。这里给出一般性权重更新算法
-
最新权重 = + , 为旧权重
-
其中 为 权重更新值
-
= *
-
其中 是学习率,往往是[0,1]间的小数
-
y 输入样本的正确分类,y’是感知器计算出来的分类
-
感知器算法权重参数更新流程