Читал, что для обучения одного нейрона надо каждый вес скорректировать на некую дельту, умноженную на соответствующее значение входного вектора из обучающей матрицы, примерно как то так:
            double y = output;
            double dty = t - y;
            if (trans.id == TransFuncConstId.ThreeLevelsId || trans.id == TransFuncConstId.ThresholdId)
            {
                (trans as Threshold).level = (trans as Threshold).level - mu * dty * (trans as Threshold).level;
            }
            for (int i = 0; i < weights.Count; i++)
            {
                weights[i] = weights[i] + mu * dty * a_inputs[i];
            }
Но как делать для персептрона с несколькими слоями, если в каждом слое разное количество нейронов? В этом случае я не могу взять вектор из обучающей матрицы, так как он действителен только для входного слоя.

ипатьколотить!

что за быдло код в

(trans as Threshold).level = (trans as Threshold).level - mu * dty * (trans as Threshold).level;

(0) учи лучше метаданные()

(2) Это не быдлокод, это преобразование к нужному типу. Дело в том, что trans имеет тип интерфейса, у которого много реализация. При некоторых реализациях надо делать действия с полями конкретной релаизации

(4) для этого есть полиморфизм

level *= (1 - mu * dty);

(5) Ну, полиморфизмы я применю тогда, когда буду писать обучалку нейрости с другими активаторами функция, тогда вместо (trans as Threshold).level = (trans as Threshold).level - mu * dty * (trans as Threshold).level; будет (trans as IAddInterface).SomeMethod(mu,dty)

эта ваще на каковском изыке?

(8) язык племени майя

(8) C#, разумеется

(7) приведение типов это дурнопахнущий код

back propagation http://www.cs.bham.ac.uk/~jxb/INC/l7.pdf
kalman http://cames.ippt.gov.pl/pdf/CAMES_18_4_6.pdf

не понимаю в чем проблема воспользоваться поиском?