Facit til forløb om opdatering af vægte i et simpelt neuralt netværk med to skjulte lag

Facit til opgave 1

\(y\)-værdierne er

0.8807971, 0.9525741, 0.9890131

Facit til opgave 2

\(z\)-værdierne er

0.7191802, 0.7263709, 0.7299771

Facit til opgave 3

\(o\)-værdierne er

0.702575, 0.7033258, 0.7037019

Facit til opgave 4

• \(\delta_w\)-værdierne er

  -0.1468124, 0.0619036, -0.1467257

• Summen

  \(\sum_{m=1}^3 \delta_w^{(m)} =\) -0.2316345

• \(w_0\)-vægten opdateres til

  \(w_{0}^{ny}=\) 0.4768365

• Summen

  \(\sum_{m=1}^{3} \delta_w^{(m)} \cdot z^{(m)} =\) -0.167726

• \(w_1\)-vægten opdateres til

  \(w_{1}^{ny}=\) 0.4832274

Facit til opgave 5

• \(\delta_v\)-værdierne er

  -0.0148251, 0.0061519, -0.0144606

• Summen

  \(\sum_{m=1}^{3} \delta_v^{(m)} =\) -0.0231339

• \(v_0\)-vægten opdateres til

  \(v_{0}^{ny}=\) 0.4976866

• Summen

  \(\sum_{m=1}^{3} \delta_v^{(m)}\cdot y^{(m)} =\) -0.0214995

• \(v_1\)-vægten opdateres til

  \(v_{1}^{ny}=\) 0.49785

Facit til opgave 6

• \(\delta_r\)-værdierne er

  -0.0007783, 0.0001390, -0.0000786

• Summen

  \(\sum_{m=1}^3 \delta_r^{(m)} =\) -0.0007179

• \(r_0\)-vægten opdateres til

  \(r_{0}^{ny}=\) 0.4999282

• Summen

  \(\sum_{m=1}^3 \delta_r^{(m)} \cdot x_1^{(m)} =\) -0.0007360

• \(r_1\)-vægten opdateres til

  \(r_{1}^{ny}=\) 0.4999264

• Summen

  \(\sum_{m=1}^3 \delta_r^{(m)} \cdot x_2^{(m)} =\) -0.0015325

• \(r_2\)-vægten opdateres til

  \(r_{2}^{ny}=\) 0.4998468