使用反向传播算法编写了一个神经网络。
理论上，在训练结束时，输出层神经元的误差平方和应趋于零。对我来说，在经过任意数量的训练 epoch 后，它会“稳定”在某个值 (3)。
监督学习，输入向量-编码数字/字母，输入维度-35（7x5，1-黑色，0-白色，例如字母Y编码为1 0 1 1 1 1 0 1 0 1 1 0 1 0 1 1 1 1 0 1 1 0 1 0 1 1 0 1 0 1 1 0 1 1 1)
RError.com
使用反向传播算法编写了一个神经网络。
理论上，在训练结束时，输出层神经元的误差平方和应趋于零。对我来说，在经过任意数量的训练 epoch 后，它会“稳定”在某个值 (3)。
监督学习，输入向量-编码数字/字母，输入维度-35（7x5，1-黑色，0-白色，例如字母Y编码为1 0 1 1 1 1 0 1 0 1 1 0 1 0 1 1 1 1 0 1 1 0 1 0 1 1 0 1 0 1 1 0 1 1 1)
