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:2054        分享
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。

SofaSofa数据科学社区DS面试题库 DS面经

清风   2017-03-29 09:52



  相关主题

常提到的LeNet是什么意思?   2回答

什么叫成本函数?它的作用是什么?   1回答

BP神经网络的疑问   1回答

pytorch里view(-1, 1)什么意思?   1回答

pytorch里的new_ones有什么用?   2回答

如何理解神经网络的Universal approximation theorem?   1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

感知机和逻辑回归的关系   2回答

训练神经网络中经常提到的epoch是什么意思   2回答

为什么小数据不适合神经网络模型?   3回答

前馈神经网络如何选择隐藏层的数量   2回答

关于神经网络的性能   1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!