如何计算神经网络隐藏层中神经元的目标输出？

Question

在简单的单层网络中，很容易计算出神经元的目标输出，因为它们与网络本身的目标输出相同。但是，在多层网络中，我不太清楚如何计算隐藏层中每个神经元的目标，因为它们不一定与最终输出有直接联系，很可能在训练中没有给出数据。如何找到这些值？

如果我错过了某些内容并且错误地解决了这个问题，我不会感到惊讶，但我仍然想知道。提前感谢任何和所有输入。

Answer 1

取自this great guide pg。 18：

  

  
1. 计算隐藏层神经元的错误。与输出层不同，我们不能   直接计算这些（因为我们没有Target），所以我们Back Propagate   它们来自输出层（因此是算法的名称）。这是通过   从输出神经元中获取错误并将它们运行回来   权重来获取隐藏层错误。
  

或者换句话说，你不是。你传播从输入到输出的激活，计算输出的错误，然后反向传播从输出返回到输入的错误（因此算法的名称） ）。

在不幸的情况下，我发布的链接出现故障，可以通过谷歌搜索＆＃34;反向传播算法3＆＃34;找到。