wen*_*402 3 artificial-intelligence neural-network
我的问题是关于神经网络训练.我已经搜索了这个,但是没有很好的解释.
那么对于第一个,如何计算均方误差？(我知道这很傻,但我真的不明白)
第二:当神经网络进行训练时,我们输入了一个由多对(输入及其所需输出)组成的训练集.我们什么时候应该计算均方误差？我们已经采取所有配对吗？或者我们为每一对计算它？
如果是每对,那么在训练集内的所有对之前,有可能误差达到最小期望误差.
第三:训练集的一个循环的纪元值增加了吗？或者当每对(输入和所需的输出)被采用时它会增加吗？(我知道这是另一种愚蠢,但请耐心等待)
非常感谢你
问题是关于神经网络训练.我已经搜索了这个,但是没有很好的解释.
在网上有很多很好的解释,在文献中,Haykin的书就是这样一个例子:神经网络和学习机器
那么对于第一个,如何计算均方误差？(我知道这很傻,但我真的不明白)
用最简单的术语来说,均方误差定义为
sum_i 1/n (desired_output(i) - model_output(i))^2
所以,你只需计算平均值的的平方的的错误(你的输出之间的差异,以及所需的一个).
我们什么时候应该计算均方误差？我们已经采取所有配对吗？或者我们为每一对计算它？
使用这两种方法,一种称为批量学习,一种是在线学习.因此,接下来的所有问题都有答案"两者都是正确的,取决于您是使用批量学习还是在线学习".哪一个选择？显然 - 这取决于,但为了简单起见,我建议从批量学习开始(所以你计算所有训练样本的错误,然后更新).
| 归档时间： |
|
| 查看次数： |
8858 次 |
| 最近记录： |