人工神经网络(Artificial Neural Netwroks)笔记--离散多输出感知器训练算法
这是对离散单输出感知器算法的扩展
相关的符号定义请参考 《人工神经网络(Artificial Neural Netwroks)笔记-离散单输出感知器算法 》
OK,Start Our Game
1.初始化权重矩阵W;
2.重复下列过程,直到训练完成:
2.1对每个样本(X,Y),重复如下过程:
2.1.1 输入X;
2.1.2计算O=F(XW);
2.1.3 for j=1 to m do 执行如下操作:
if Oj != Yj then
if Oi=0 then for i=1 to n
Wij=Wij+Xi
else for i=1 to n do
Wij=Wij-Xi
其中的 O=F(XW) 代表通过激活函数计算输出,在此说明
相关的符号定义请参考 《人工神经网络(Artificial Neural Netwroks)笔记-离散单输出感知器算法 》
OK,Start Our Game
1.初始化权重矩阵W;
2.重复下列过程,直到训练完成:
2.1对每个样本(X,Y),重复如下过程:
2.1.1 输入X;
2.1.2计算O=F(XW);
2.1.3 for j=1 to m do 执行如下操作:
if Oj != Yj then
if Oi=0 then for i=1 to n
Wij=Wij+Xi
else for i=1 to n do
Wij=Wij-Xi
其中的 O=F(XW) 代表通过激活函数计算输出,在此说明