Moze mi miekto poradit, mam dve otazky k uceniu doprednych neuronovych sieti.

Prva sa tyka algoritmu spetneho sirenia chyby. Njaprv vypocitam gadient pre vsetky vrstvy a az potom upravujem synapticke vahy,
alebo to robim po vrstvach: najprv pre vrstvu vypocitam gradient, upravim vahy a z tychto hodnot pocitam gadient pre predchadzajucu vrstvu?

A ake su najoptimalnejsie podmienky ukoncenia ucenia ? Velkost absolunej chyby a pocet trenovani ?

http://en.wikipedia.org/wiki/Backpropagation
stačí si pozreť ten algoritmus a vidíš že sa to počíta pre všetky váhy naraz a všetky sa naraz upravujú. Nejde sa po vrstvách