ニューラルネットワーク（3入力・隠れ層2ユニット・勾配降下法と誤差逆伝播法）

入力 x, y, z → 隠れ層（h1, h2）→ 出力層の2層ネットワークで、8パターンの3入力データを誤差逆伝播法により学習します

初期値（リセット時に適用）

隠れ層 h1： z21 = w211・x + w212・y + w213・z + b21
隠れ層 h2： z22 = w221・x + w222・y + w223・z + b22
出力層： z31 = w311・a21 + w312・a22 + b31

現在の状態

繰り返し回数0
誤差2乗和 C0
最大 |Δparam|0
現在のパラメータ（隠れ層h1）
0
0
0
0
現在のパラメータ（隠れ層h2）
0
0
0
0
現在のパラメータ（出力層）
0
0
0

データ点 (x, y, z, 目標値 t)

数値・t を直接編集できます

ネットワークの構造

テスト入力　x= 　y= 　z=

分類結果（8パターンの入力に対する出力）

分類結果のグラフ（横軸：No、縦軸：目標値と出力）

誤差2乗和 C の推移（繰り返し回数）

重みとバイアスの推移（繰り返し回数）