В каких случаях в процессе обучения нейронной сети не требуется изменять весовые значения?

Один из случаев, когда в процессе обучения нейронной сети не требуется изменять весовые значения, — при правильной работе сети. neural.radkopeter.ru

Если нейросеть ответила верно, то ожидаемый и реальный результаты равны, а значит, ошибка равна нулю. neural.radkopeter.ru В таком случае вся добавка к весу связи также равна нулю, и вес не изменяется. neural.radkopeter.ru

Однако есть и другие ситуации, когда необходимо корректировать весовые коэффициенты: gb.ru

• Если нейросеть выдаёт неверное решение. gb.ru В таком случае нужно откорректировать весовые коэффициенты связи и запустить процесс заново, чтобы снизить процент ошибочных ответов. gb.ru
• Если на вход сети поступает сильный сигнал. neural.radkopeter.ru Чем более сильный сигнал, тем сильнее изменится вес, связанный с этим входом. neural.radkopeter.ru
• Если при инициализации весов используются значения, близкие к нулю. www.mql5.com В таком случае в процессе обучения может возникнуть ситуация, когда градиент малой ошибки при прохождении по слоям будет меньше технически возможной точности. www.mql5.com Для нейронов градиент ошибки превратится в ноль, и они не будут обучаться. www.mql5.com