תיאורError surface of a linear neuron for a single training case.png
English: On the x-axis is the output, y, of a linear neuron and on the y-axis is the error, E, of the output compared to a target output of zero. The error is calculated by squaring the difference between the actual and target output. This demonstrates that training of a neural network can be thought of as an optimization problem where the correct output involves finding the minima of the parabola.
function[output]=Plot_Error_Surface(x, expected)% Plots the error surface for a single output unit with the given% expected output.holdallfore=expectedy=(e-x).^2;plot(x,y)gridontitle('Error Surface for a Single Training Case');xlabel('y')ylabel('E')endholdoffPlot_Error_Surface(-5:0.5:5,0)
רישיון
אני, בעל זכויות היוצרים על היצירה הזאת, מפרסם אותה בזאת תחת הרישיונות הבאים:
מוענקת בכך הרשות להעתיק, להפיץ או לשנות את המסמך הזה, לפי תנאי הרישיון לשימוש חופשי במסמכים של גנו, גרסה 1.2 או כל גרסה מאוחרת יותר שתפורסם על־ידי המוסד לתוכנה חופשית; ללא פרקים קבועים, ללא טקסט עטיפה קדמית וללא טקסט עטיפה אחורית. עותק של הרישיון כלול בפרק שכותרתו הרישיון לשימוש חופשי במסמכים של גנו.http://www.gnu.org/copyleft/fdl.htmlGFDLGNU Free Documentation Licensetruetrue
ייחוס – יש לתת ייחוס הולם, לתת קישור לרישיון, ולציין אם נעשו שינויים. אפשר לעשות את זה בכל צורה סבירה, אבל לא בשום צורה שמשתמע ממנה שמעניק הרישיון תומך בך או בשימוש שלך.
שיתוף זהה – אם תיצרו רמיקס, תשנו, או תבנו על החומר, חובה עליכם להפיץ את התרומות שלך לפי תנאי רישיון זהה או תואם למקור.
{{subst:Upload marker added by en.wp UW}} {{Information |Description = {{en|On the x-axis is the output, y, of a linear neuron and on the y-axis is the error, E, of the output compared to a target output of zero. The error is calculated by squaring the...