Scribd
Cargar
3 vistas6 páginas

Actualización de Pesos en Redes Neuronales

El documento presenta los resultados de una iteración de entrenamiento de una red neuronal utilizando el método de retropropagación. Muestra los pesos iniciales w1, w2 y b, los valores de entrada x1, x2, y, el cálculo de y predicha, el error, y los nuevos pesos y sesgo actualizados usando una tasa de aprendizaje de 0.05.

Cargado por

nimegonime
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como XLSX, PDF, TXT o lee en línea desde Scribd
3 vistas6 páginas

Actualización de Pesos en Redes Neuronales

El documento presenta los resultados de una iteración de entrenamiento de una red neuronal utilizando el método de retropropagación. Muestra los pesos iniciales w1, w2 y b, los valores de entrada x1, x2, y, el cálculo de y predicha, el error, y los nuevos pesos y sesgo actualizados usando una tasa de aprendizaje de 0.05.

Cargado por

nimegonime
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como XLSX, PDF, TXT o lee en línea desde Scribd

Learning Rate 0.

05

w1 -0.044 x1 x2 y
w2 -0.042 4 1 2
2 8 -14
1 0 1
FIRST ITERATION 3 2 -1
1 4 -7
6 7 -8

Y hat -0.218

y hat - y -2.218

w1new -0.044 - 0.05 * 2 -2.218

-0.044 - -0.8872

W1 new 0.8432
w2new -0.042 - 0.05 * 2 -2.218 1

-0.042 - -0.2218

W2 New 0.1798

4 b new 0 - 0.05 * 2 -2.218 1

0 - -0.2218

b new 0.2218
Learning Rate 0.05

w1 0.8432 x1 x2 y
w2 0.1798 4 1 2
2 8 -14
1 0 1
FIRST ITERATION 3 2 -1
1 4 -7
6 7 -8

Y hat 3.1248

y hat - y 17.1248

w1new 0.8432 - 0.05 * 2 17.1248

0.8432 - 3.42496

W1 new -2.58176
w2new 0.1798 - 0.05 * 2 17.1248 8

0.1798 - 13.69984

W2 New -13.52004

2 b new 0.2218 - 0.05 * 2 17.1248 1

0.2218 - 1.71248

b new -1.49068

También podría gustarte