反向传播(BP)神经网络和前馈神经网络是一回事吗

  统计/机器学习 人工神经网络    浏览次数: 1001
3

如题

 

擒贼先擒鱼   2017-03-09 13:17



   1个回答 
4

虽然它们两经常共同出现,但是不是一回事。

没有反向传播( backpropagation)神经网络这个东西,我们常说的是反向传播( backpropagation)算法。

反向传播算法经常被用来计算前馈(forward feed)神经网络中边的权重。

前馈神经网络的结构是由第一层向第二层输入信号,没有环路,一直都是向前;反向传播算法是先向前传值(forward propagation),计算好误差之后,再反向代回(back propagation),对原先计算的权重进行修正。

清风   2017-03-29 09:52



  相关主题

怎么在keras中加载MNSIT数据集?   2回答

感知机和逻辑回归的关系   2回答

图像分割的深度学习训练,把数据库格式从jpg改成png之后报错如图,求解。   1回答

sklearn模块有神经网络的类可以调用吗?   1回答

训练神经网络中经常提到的epoch是什么意思   2回答

深度学习和人工神经网络是一回事吗?   1回答

神经网络中的dense和sparse是什么意思?   2回答

deep learning中的pooling是什么意思?   3回答

神经网络中的gradient check是什么意思?   2回答

dropout rate一般设置多大?   2回答

神经网络中的Dropout和Bagging   1回答

前馈神经网络如何选择隐藏层的数量   2回答



回答问题时需要注意什么?

我们谢绝在回答前讲“生动”的故事。

我们谢绝“这么简单,你自己想”、“书上有的,你认真看”这类的回答;如果你认为对方的提问方式或者内容不妥,你可以直接忽略该问题,不用进行任何作答,甚至可以对该问题投反对票。

我们谢绝答非所问。

我们谢绝自己不会、硬要回答。

我们感激每一个用户在编写答案时的努力与付出!