Блог

Итак, я делал это на наноуровне, и у меня есть сомнения в том, что для вычисления ошибки функция должна иметь прогнозируемый результат и истинный результат, чего я не могу понять, так это то, как функция ошибки получает истинный результат? Как он узнает, каким будет истинный результат? Как это работает?

Существует несколько способов обучения вашей сети. Способ, на который вы ссылаетесь, называется обратным распространением. Идея заключается в том, что у вас есть уже существующий набор данных, который состоит из выборочных входных данных и известных выходных данных. Затем вы передаете в сеть свои выборки, вычисляете ошибку, используя ожидаемые выходные и фактические выходные данные, и соответствующим образом настраиваете свою сеть.

Это означает, что вам нужно самостоятельно создать репрезентативный набор входных данных для выборки, а также вручную решить, что ваша сеть должна выводить для этих выборок.

Смысл обучения вашей сети заключается в том, что после этого она должна хорошо обобщаться, чтобы она могла выдавать качественные выходные данные для неизвестных входных данных из реального мира, которых не было в вашем обучающем наборе.