0

作爲一個概念的基本證明,在一個網絡分類K類與輸入x,偏置b,輸出y,S樣本,權重v和t教師信號在其中如果匹配樣本在k類下,t(k)等於1。三角洲組件不顯示重量學習規則的乙狀結腸激活MLP

Variables

讓X_(是)代表S_(TH)樣品中的I_(th)的輸入功能。 v_(ks)表示保存與s_(th)樣本內所有輸入的k_(th)輸出的連接權重的向量。 t_(s)表示s_(th)樣本的教師信號。

如果我們擴展了上述變量考慮多個樣品,下面的變化具有同時聲明變量Z_(k)時,激活函數f,並使用紹興德勝熵成本函數被應用(。): Derivation

通常在學習規則中,delta(t_(k)-y_(k))總是包含在內,爲什麼Delta不顯示在這個等式中?我錯過了什麼或顯示不是必須的三角洲規則?

回答

0

我設法找到解決方案,很明顯,當我們考慮Kronecker delta時,其中(δck= 1,如果一個類匹配分類器,否則δck)。這意味着推導藉此形狀:

Derivation

這導致delta規則。