32
правки
Изменения
→Дифференцирование для однослойной сети
: <math>E = \tfrac 1 2 (t - y)^2,</math> где <math>E</math> {{---}} квадратичная ошибка, <math>t</math> {{---}} требуемый ответ для обучающего образца, <math>y</math> {{---}} действительный ответ сети.
Множитель <math>\textstyle\frac{1}{2}</math> добавлен чтобы предотвратить возникновение экспоненты во время дифференцирования. ПозжеНа результат это не повлияет, потому что позже выражение будет умножено на произвольную величину скорости обучения (англ. ''learning rate''), так что не имеет значения на какую константу мы умножим сейчас.
Для каждого нейрона <math>j</math>, его выходное значение <math>o_j</math> определено как
