Задача:
Запускаем обучающий вектор X. В каком случае весовые значения не нужно изменять?
Варианты ответа:
- если на выходе сеть даст 1
- если на выходе сеть даст 0
- если сигнал персептрона совпадает с правильным ответом
Решение:
Для того чтобы понять, когда весовые значения не нужно изменять, вспомним, как работает обучение персептрона (или нейронной сети).
Обучение нейронной сети (в данном случае, персептрона) происходит путем корректировки весовых коэффициентов. Цель обучения — сделать так, чтобы выход сети максимально соответствовал правильному (ожидаемому) ответу для каждого обучающего примера.
Если выход сети (сигнал персептрона) уже совпадает с правильным ответом, это означает, что сеть работает корректно для данного обучающего вектора. В этом случае нет необходимости вносить изменения в весовые значения, так как текущие веса уже обеспечивают желаемый результат.
Рассмотрим варианты ответов:
- если на выходе сеть даст 1: Это не всегда означает, что веса не нужно менять. Если правильный ответ для данного вектора X был 0, а сеть выдала 1, то веса нужно будет изменить.
- если на выходе сеть даст 0: Аналогично предыдущему пункту. Если правильный ответ был 1, а сеть выдала 0, то веса нужно будет изменить.
- если сигнал персептрона совпадает с правильным ответом: Это именно тот случай, когда сеть выдает ожидаемый результат. Если выход сети равен правильному ответу, то ошибка равна нулю, и корректировка весов не требуется.
Вывод:
Весовые значения не нужно изменять тогда, когда нейронная сеть (персептрон) уже выдает правильный ответ для данного обучающего вектора. Это означает, что текущие веса уже настроены верно для этого примера.
Правильный ответ:
если сигнал персептрона совпадает с правильным ответом