理工酷

在神经网络中，你可以向前传播以获取输出，并将其与实际值进行比较以获取误差。 现在，为了最小化误差，你可以通过找到每个权重的误差导数，然后从权重值中减去该值，来向后传播。 神经网络必须完成的基本学习是训练何时激活神经元。 每个神经元应仅针对特定类型的输入而不是所有输入激活。 因此，通过向前传播，你会看到神经网络的运行状况并发现错误。 在发现网络有错误之后，你可以反向传播并使用一种梯度下降形式来更新权重的新值。 然后，你将再次向前传播以查看这些权重的执行情况，然后将向后传播以更新权重。 这将一直持续到你达到错误值的最小值为止。