目前我正在尝试创建一个三层神经网络。当我开始尝试XOR训练时，这虽然让我想到了：
double NewWeight(double oldWeight){
return oldWeight+(MeanSquaredError*input*learningRate);
}
根据http://natureofcode.com/book/chapter-10-neural-networks/
，这是新体重的公式首先，如果我输入零而不管错误，重量将保持不变。这是用偏差解决的吗？
其次，神经网络通常具有两个以上的输入（例如在XOR中）。在这种情况下，您需要添加两个输入吗？或者可以通过单独的输入找到重量的平均值？
如果您建议我使用其他新的重量函数，请不要在不解释其背后的符号的情况下发布等式。谢谢！
答案 0 :(得分：0)
首先，偏见不会改变任何事情。通常，偏差通过额外输入实现，其中常数1和权重作为偏差。请参阅https://en.wikipedia.org/wiki/Perceptron#Definitions。
其次，您计算网络中每条边的权重。因此，如果您有两个输入，则计算每个输入的权重。
我会说，如果你输入0，你就没有信息。没有信息你无法告诉如何改变体重。你的函数对于反向传播是绝对正确的。