Algoritma Perambatan Maju: Perbedaan antara revisi

Diketahui jaringan saraf tiruan yang terdiri dari tiga lapis bagian: lapis masukan (''input layer''), lapis tersembunyi (''hidden layer'') dan lapis luaran (''output layer'') dengan jumlah semua lapis sebanyak <math>\Iota </math> dengan data masukan yang akan dilatih dinyatakan dalam notasi <math>X</math> dengan luaran <math>y</math> . Pada setiap lapisnya, jumlah neuron pada lapis ke-<math>i, (0 \leq i < \Iota)</math> adalah <math>l_i</math>; matriks beban <math>W^{(i)} \in \mathbb{R}^{l_{i-1} \times l_i}</math>; nilai bias <math>b_i</math> dan fungsi aktivasi <math>f</math>. Algoritma Perambatan Maju dimulai dari lapis ke-1 (lapis tersembunyi pertama atau lapis luaran jika <math>\Iota = 2</math>) dengan melakukan perhitungan nilai luaran pada neuron ini <math>h^{(i)} = f(b_i + W^{(i)}h^{(i-1)})</math> dimana <math>h^{(0)} = x</math> diambil langsung dari nilai masukan.