سوال در مورد الگوریتم BackPropagation
 

سلام دوستان.
فرض کنید ما شبکه زیر رو داریم. weight همه یالها رو هم که داریم.
http://www.4freeimagehost.com/resized/8825167bd5f7.jpg
حالا سوال من اینه، وقتی ما ورودی به شبکه میدیم و خروجی ازش میگیریم (بعنوان مثال اعداد 1 و 3 و 5 رو بهش دادیم و اعداد 2 و 4 رو ازش بعنوان جواب صحیح میخوایم که مثلا اعداد 3 و 1 رو بهمون میده (یعنی خروجی شماره 8 بجای دادن عدد 2 بهمون عدد 3 رو داده و خروجی شماره 4 هم بجای عدد 4 بهمون عدد 1 رو داده) وزن یالها رو چطور تصحیح میکنیم؟
تا اونجایی که من متوجه شدم مثلا برای این مثالی که زدم میایم خطا محاسبه میکنیم، (برای خروجی 8 میشه 2 منهای 3 که برابر منفی 1 میشه) بعدش رو دیگه هر چی خوندم نفهمیدم که چطور بر مبنای اون خطا وزن یالها رو تصحیح میکنیم.
نمیدونم شایدم از مرحله خیلی پرت باشم و این سوال همینطور...
در هر حال ممنون میشم اگر کسی لطف کنه و پاسخ من رو بده...

یعنی اینقدر سوالم پرته از ماجرا؟؟!

سلام عموما وزنها با استفاده از یک فرمول مانند:w(n+1)=w(n)+ j.delta(w) می باشد حالا بحث سر این است که این فرمول خطا باید چی باشد؟ضریب j چی باشد؟ اما کلیت قضیه این است که شما یک سری داده آموزشی داری (یعنی خروجی آنها را می دانی) آنقدر این وزنها را با آن فرمول و با ورودی های آموزشی جابجا می کنی تا خطا صفر بشود ویا مقدارش خیلی کم بشود. این یک تعریف ساده از شبکه عصبی که میشه گفت

شما تابع انتقالت رو نگفتی سامیشن رو هم نگفتی
ولی خب فرض کن سیگموئید و سام

اول مشتق رو میگیری از تابع انتقال
بعد خطا رو در مشتق در مقدار خطا ضرب می کنی و ...
یادمه یک بار کدشو با سی شارپ نوشتم تا فهمیدم.

تو هم یه سرچ بزنی کدش به زبان های مختلف بخصوص c تو نت هست.