類神經網路模型模擬

注意：此模擬展示前饋網路與標準反向傳播，支持多組訓練數據。

訓練步長 (ms):

訓練目標: 目標輸出 Y1: 學習率: 收斂閾值: 最大迭代: | 迭代: 0 | 誤差: N/A

訓練輸入 (格式: x1,x2,x3):

輸入層

Bias

(作用於隱藏層1)

隱藏層 1

H1_1z=?.??a=?.??

H1_2z=?.??a=?.??

H1_3z=?.??a=?.??

H1_4z=?.??a=?.??

Bias

(作用於隱藏層2)

隱藏層 2

H2_1z=?.??a=?.??

H2_2z=?.??a=?.??

H2_3z=?.??a=?.??

Bias

(作用於輸出層)

輸出層

Y1z=?.??a=?.??

z 是神經元接收到的原始加權刺激總量（線性部分 + 偏移）。
a 是神經元對這個刺激總量進行非線性處理後的最終反應或輸出。
Bias 是偏移節點，其值固定為1，通過可訓練的權重調整神經元的激活門檻，使模型更靈活地適應數據模式。權重變化會在訓練中顯示於連接線上。

參數 (訓練過程中會變化)

將滑鼠懸停在連接線上可查看權重。偏移量是從對應"Bias"節點連接出來的權重值。

類神經網路模型模擬

輸入層

隱藏層 1

隱藏層 2

輸出層

參數 (訓練過程中會變化)

輸入 (3) -> 隱藏1 (4) 權重 (W_ih1)

隱藏1 偏移量 (b_h1)

隱藏1 (4) -> 隱藏2 (3) 權重 (W_h1h2)

隱藏2 偏移量 (b_h2)

隱藏2 (3) -> 輸出 (1) 權重 (W_h2o)

輸出偏移量 (b_o)

類神經網路模型模擬

輸入層

隱藏層 1

隱藏層 2

輸出層

參數 (訓練過程中會變化)

輸入 (3) -> 隱藏1 (4) 權重 (W_ih1)

隱藏1 偏移量 (b_h1)

隱藏1 (4) -> 隱藏2 (3) 權重 (W_h1h2)

隱藏2 偏移量 (b_h2)

隱藏2 (3) -> 輸出 (1) 權重 (W_h2o)

輸出 偏移量 (b_o)

輸出偏移量 (b_o)