根据Delta规则，在stochastic learning模式下，若神经元的实际输出大于期望输出，权重应：
举一反三
- 学习程序是由运用相应的输出模式和期望模式之间的差异来调节权重而进行的。实际输出和目标输出之间的差异大小是改变权重的索引（指示器）。这一规则是Hebb规则。
- 赫布（Hebb）规则认为，权重变化与神经元的输出成正比。
- 在误差逆传播算法中，输出层神经元权重的调整机制和感知机的学习规则相比：
- 学习的基本思想是神经单元之间连接权的变化正比于输出单元期望输出与实际的输出之差。（ ）
- 在误差逆传播算法中，输出层神经元权重的调整机制和感知机的学习规则相比： A: 考虑到线性不可分问题，学习规则更为复杂 B: 一模一样，等价于多个感知机 C: 遵循相同的原理，激励函数可能有所不同 D: 所有输出层神经元的权重需要同步调整