官术网_书友最值得收藏!

2.3 感知機的學習

回答2.2節最后的問題:換一個值,結果可能完全不對,那我們是如何得到1、1和0的呢?這需要使用感知機的一套學習規則,保證我們隨意取個權重參數也能使輸出的值是正常的。

感知機的學習規則也是一種訓練方法,目的是修改神經網絡的權值和偏置。

w(new)=w(old)+ep

b(new)=b(old)+e

其中e表示誤差,e =t -a,t為期望輸出,a為實際輸出。

下面我們用實例的方式推導感知機的學習規則。

例子,設w1=1,w2=-1,b=0。

(1)蘋果的形狀和顏色均輸入屬性1。得到:

s =p1w1+p2w2+b

= 1-1+0

=0

f = 0 (套用step函數)

(2)觀察了結果,期望結果1,實際得到了0這個結果,這里輸出值錯誤了,我們利用感知機的學習規則計算誤差。

e =t-z

=1-0

=1

我們得到了誤差e =1,再把值代入:

w1new=w1old+ep

=1+1×1=2

w2new=w2old+ep

=-1+1×1

=0

bnew=bold+e

=0+1

=1

(3)使用新的權值帶入感知機,重新計算蘋果的屬性輸入。

net=p1w1+p2w2+b

=1×2+1×0+1

=3

f(step)=1

(4)糾正誤差后,蘋果判斷正確。嘗試判斷香蕉。

net=p1w1+p2w2+b

=-1×2-1×0+1

=-1

f(step)=0

香蕉判斷也正確,誤差為0,學習結束。

我們利用了感知機的(有監督)學習規則進行誤差糾正,并把新的權值代入公式計算輸出得到我們期望的值。

在有監督的學習規則中,我們能通過期望值不斷修正權重,最終得到一個可用權重并用已經訓練好的感知機去做一些事情。

主站蜘蛛池模板: 绥江县| 彩票| 石景山区| 浦城县| 都兰县| 堆龙德庆县| 太湖县| 苍梧县| 青冈县| 铜川市| 马尔康县| 永胜县| 普安县| 长葛市| 右玉县| 横峰县| 汤阴县| 万盛区| 大埔县| 麻江县| 七台河市| 屏边| 苍溪县| 璧山县| 长乐市| 曲沃县| 砚山县| 中方县| 托克托县| 日喀则市| 定襄县| 开鲁县| 上虞市| 双桥区| 西乌珠穆沁旗| 盱眙县| 石河子市| 德化县| 衡阳市| 星座| 永修县|