336x280(권장), 300x250(권장), 250x250, 200x200 크기의 광고 코드만 넣을 수 있습니다.
층 | 첨자 | 뉴런의 수 |
입력층 | i | l |
은닉층 | j | m |
출력층 | k | n |
[출력층 기울기 구하기]
출력층 뉴런
가중치 기울기 구하기 : 오차 E를 가중치 
편향 기울기 구하기 : 오차 E를 편향 
출력층에서 입력값 기울기 : 앞 층의 은닉층에서의 연산을 위해 출력층에서 미리 
'AI > 딥러닝 기초' 카테고리의 다른 글
| 최적화 알고리즘(Optimizer) (0) | 2019.10.12 |
|---|---|
| 은닉층 기울기 구하기 (0) | 2019.10.12 |
| 경사 하강법(Gradient Descent) (0) | 2019.10.12 |
| 손실함수(Loss function) (1) | 2019.10.11 |
| 훈련 데이터와 테스트 데이터(Training data & Test data) (0) | 2019.10.11 |
