顏丶顏
不是在解決問題，是在修正問題，即所謂的試錯。
神經網絡訓練方法的本質就是不斷試錯，從而減少犯錯。對於每一組訓練數據，網絡會根據初始狀態的參數計算一個結果，並比較結果與真值的差距，而反向傳播就是根據這個差距，一步一步修正前面參與計算的每一個參數，這個道理也很簡單，每個參數對結果的影響和它作用的特徵有關，那麼根據上一次訓練特徵的值去比例性地修改這個參數的大小就可以讓其輸出的結果更接近於真值。
分享到:
不是在解決問題，是在修正問題，即所謂的試錯。
神經網絡訓練方法的本質就是不斷試錯，從而減少犯錯。對於每一組訓練數據，網絡會根據初始狀態的參數計算一個結果，並比較結果與真值的差距，而反向傳播就是根據這個差距，一步一步修正前面參與計算的每一個參數，這個道理也很簡單，每個參數對結果的影響和它作用的特徵有關，那麼根據上一次訓練特徵的值去比例性地修改這個參數的大小就可以讓其輸出的結果更接近於真值。
