Нейронную

Распространение сигналов по нейронной сети 
65

---

коэффициент 0,9, связи второго — 0,3. Поэтому сглаженный вход­
ной сигнал вычисляется с помощью следующего выражения:
х =
( 
выход первого узла* вес связи) +
+ ( 
выход второго узла * в ес связи) 
х = ( 1 , 0 * 0 , 9 ) + ( 0 , 5 * 0 , 3 )  
х = 0 , 9 + 0 , 1 5  
х = 1 , 05
Без сглаживания сигналов мы просто получили бы их сумму 
1,0 + 0,5, но мы этого не хотим. Именно с весовыми коэффициента­
ми будет связан процесс обучения нейронной сети по мере того, как 
они будут итеративно уточняться для получения все лучшего и луч­
шего результата.
Итак, мы уже имеем значение х=1,05 для комбинированного сгла­
женного входного сигнала первого узла второго слоя и теперь рас­
полагаем всеми необходимыми данными, чтобы рассчитать для это­
го узла выходной сигнал с помощью функции активации у = ----- —.
1 + е
Попробуйте справиться с этим самостоятельно, используя калькуля­
тор. Вот правильный ответ: 
у
= 
1 
/
(1 
+ 
0 , 3 4 9 9 ) = 1 
/
1 , 3 4 9 9 .
Таким об­
разом, у=0,7408.
Отличная работа! Мы рассчитали фактический выходной сигнал 
для одного из двух выходных узлов сети.
Повторим те же вычисления для оставшегося узла — узла 2 второ­
го слоя, т.е. вновь вычислим сглаженный входной сигнал с помощью 
следующего выражения:
х 
= ( 
выход первого узла * в ес связи) +
+ ( 
выход второго узла * вес связи) 
х = ( 1 , 0 * 0 , 2 ) + ( 0 , 5 * 0 , 8 )  
х = 0 , 2 + 0 , 4  
х = 0 , б
Располагая значением 
х, 
можно рассчитать выходной сигнал узла 
с помощью функции активации: