如题
1个回答
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
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
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
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！