在反向传播中为什么这是必要的，o（1-o）

Question

计算你将使用的反向传播中的错误，（目标out - act.out）* act.out *（1 - act.out）

那么，act.out *（1 - act.out）解决了什么呢？

不会，[目标 - 行动。 out]是输出错误的数量？

Answer 1

它解决了神经元输出相对于当前激活水平的导数。如果您使用logistic sigmoid作为激​​活功能，那么如果f(x)是激活x的sigmoid输出，则衍生df/dx等于f(x)(1 - f(x))。< / p>

在反向传播方程中，要确定您应该更改权重的程度，您需要估计输出对激活变化的敏感程度。这就是这个术语提供的内容。