感知机中，通过学习来调整权值，以使网络对任何的输入都能得到期望的输出。（ ）
举一反三
- 感知机中，通过学习来调整权值，以使网络对任何的输入都能得到期望的输出。 A: 正确 B: 错误
- 学习的目的是调整权值，以使网络对任何的输入都能得到期望的输出。理想的情况是输入和输出一致，这样，学习后的模型再用于处理数据时就可以得到比没有学习的模型相对更加精确的结果。（ ）
- 反向传播网络的学习算法：B-P算法的学习目的是对网络的连接权值进行调整，使得调整后的网络对任一输入都能得到所期望的输出。
- BP神经网络在外界输入样本的刺激下不断改变网络的连接权值,以使网络的输出不断地接近期望输出。
- 反向传播用于逐层传递误差，修改神经元间的连接权值，以使网络对输入信息经过计算后所得到的输出能达到期望的误差要求。