[알고리즘] Backpropagation
친구 녀석과 특정 대회에 출품할 작품을 위하여 신경망을 만들었다. 수업들었을땐 한번에 만들었었는데 시간이 흐른후에 만드려니 여간 힘든게 아니었다. BackPropagation 1. V, W weight의 값을 초기화한다. [-0.5~0.5] 사이의 값으로 2. 각 Layer의 NET과 f(x)를 구한다. 3. Output Layer에서 각 뉴런들의 Error를 구한후 합친다. 4. delta rule을 적용하여 output layer의 각 뉴런에 변화량을 구한다. 그리고 hidden layer와 output layer 사이의 w weight의 변화량을 구해서 합친다. 마지막으로 hidden layer의 변화량을 구한다. 5. V, W weight의 변화량을 구해서 새롭게 수정한다. /* Backpropa..
알고리즘
2009. 11. 4. 14:13
반응형
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- javascript
- 소프트웨어 엔지니어링
- backup
- director.js
- mariadb
- centOS7
- ELECTRON
- 소공
- 소프트웨어 공학
- 자바스크립트
- flask-simpleldap
- bash
- ssh
- MySQL
- pk
- 워드프레스
- headless browser
- centOS
- 파이썬
- GROUP BY
- select
- swapfile
- 리눅스
- graceful shutdown
- NGINX
- php
- Python
- 채굴량
- 가 부터 힣
- 무정지서비스배포
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | |
7 | 8 | 9 | 10 | 11 | 12 | 13 |
14 | 15 | 16 | 17 | 18 | 19 | 20 |
21 | 22 | 23 | 24 | 25 | 26 | 27 |
28 | 29 | 30 |
글 보관함