У меня есть нейронная сеть, в которой мне нужно оценить среднюю гиперплоскость, которая указывает среднюю ошибку по всем примерам обучения. Примеры обучения присутствуют сразу. Например, если у меня есть одна переменная, то мне нужно найти строку, которая обозначает среднее значение функции. Для моего приложения точное среднее не требуется, эвристика также будет действовать.Оценка средней гиперплоскости ошибки для нейронной сети
Средний выход каждого выходного нейрона по всем примерам обучения. где:
t_j' = sum_i_1_to_N (t_i_j)/N
сумма квадратов разницы между средней мощностью (рассчитанной выше) каждый выходным нейроном для обучающих примеров и фактического целевого выходом каждого примера:
Avg Error = 1/2 * sum_i_1_to_N (sum_j_1_C (t_j' - t_i_j))^2)
Это эвристическое, но Я хочу знать, как он также будет поддерживать постоянный Avg Error
для определенного набора тренировок.
Действительно ли это так? Есть ли лучший способ найти среднее (вид) нейронной сети для фиксированного набора тренировок?