ANN的培训，每个时代发生了什么？

Question

我对人工神经网络的培训有疑问，

所以我想问一下如何对一组输入样本进行训练？培训输入集的大小和培训的时间段之间是否存在某种关系，或者它是完全独立的？

例如，如果我的ANN有4个输入和2000个训练样本，我得到一个大小为4x2000的输入矩阵。那么对于训练的每个时代，是整个矩阵被加载，还是只为每个训练的epoche加载一个样本（训练矩阵列）？

Answer 1

在NN的每个时期中，所有节点都更新神经元的所有权重值。通常更多的神经元和层与层数据你有更多的epoches你需要正确的权重值，但没有一个方程式将epoches与神经元关联起来。

对于训练，通常使用Backpropagation算法（检查wikpedia作为一个很好的例子），它会更新每个重量一次。越多的epoches，你的NN就越准确。通常，对于训练，您设置2个变量：最大epoc数和精度，当最终实现两个中的一个时，停止迭代。