我在纸上创建了我的第一个简单神经网络。它有5个输入（数据 – 从0.0到10.0的浮点数）和一个输出，没有隐藏层。例如，初始时我的权重为[0.2, 0.2, 0.15, 0.15, 0.3]。结果应该在与输入数据相同的范围内（0.0 – 10.0）。例如，当正确答案是8.5时，网络返回了8。反向传播会如何改变权重？我知道梯度下降是如何工作的，但我无法理解如何选择偏导数的参数。请帮助我。如果您需要，我可以进一步解释。如果您能推荐一些文献（如果可能的话，最好是简单的英语）。

回答：

如果你首先从1开始，然后分别继续到2和3。我相信你将能够很好地理解神经网络是如何工作的。

1. Andrew Ng在Coursera上的视频，特别是第9.1讲、第9.2讲、第9.4讲和其他讲座。
2. Tom Michell的机器学习书籍的第4章
3. Raul Rojas的神经网络系统性介绍，第4、6和7章。这本书虽然长，但非常容易理解和跟随。同时，这是一本非常好且完整的书（作者网站上也可免费获取）。

理解单个感知器是如何学习的至关重要（这正是你所做的）。一旦你掌握了这一点，其他的就不会太难了。