使用部分输入反向运行神经网络以找到所需的值
使用部分输入反向运行神经网络以找到所需的值
提问于 2017-09-28 09:59:03
给定一个经过训练的系统，可以使用输出值和部分输入向后运行网络，以找到缺失输入值的值。这个操作有名字吗？
例如，具有2个输入神经元(具有值1和X)和一个输出层神经元(具有值1)的经训练的XOR网络。如果有人想知道第二个输入神经元的值是多少，他们可以反向反馈信息，然后计算出它接近于0。这个操作到底叫什么？
回答 2
Stack Overflow用户
发布于 2017-09-28 13:17:48
我认为你的问题与有关，而是选择相关特征(变量、预测器)的子集用于模型构建的过程。此外，This article也与您的问题相关。
Stack Overflow用户
发布于 2017-09-28 16:05:20
向后传递：：
反向传播的目标是更新网络中的每个权重，以便它们使实际输出更接近目标输出，从而最小化每个输出神经元和整个网络的误差。我猜这就是你想知道的步骤。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/46459801
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号