【问题标题】：Error function in Artificial Neural Network trained using backpropogation使用反向传播训练的人工神经网络中的误差函数
【发布时间】：2014-03-24 04:44:25
【问题描述】：

关于我不断看到的各种文献的参考

误差函数

但我不太确定这意味着什么。我正在使用 sigmoid 函数进行激活。误差函数是否表示以下等式：

差分 = 实际输出（1-实际输出）

error = (expectedOutput-actualOutput)(差分)

或者是以下：

错误 = 预期输出-实际输出

【问题讨论】：

【解决方案1】：

你的答案

误差函数是你试图最小化的函数。您上面列出的是一组误差函数，以及其中一些函数的派生函数。当文献在推导最小化函数时使用相同的术语时，可能会有些混乱。请记住，我们希望最小化网络中的误差，而帮助我们实现它的函数就是误差函数。

误差函数

最常见的误差函数是所有输出_desired和输出_actual之差的平方。

【讨论】：

所以要澄清我是否在反向传播算法的前向传递中使用 sigmoid 函数。我的错误函数是：differential = actualOutput(1-actualOutput)error = (expectedOutput-actualOutput)(differential)?
谢谢。现在更有意义了。你也可以看看我的另一个问题here 吗？它源于这个问题。谢谢！