在BP学习算法中,误差信息是反向传播的,即从第一个隐层到输出层逐层修改各层神经元的连接权值,从而使网络误差最小。
举一反三
- 误差的反向传播,即从第一个隐藏层到输出层,逐层修改神经元的连接权值参数,使得损失函数值最小
- 关于BP神经网络,描述不正确的是( ) A: BP神经网络中,层与层的连接是双向的,信息的传播是单向的 B: BP神经网络是多层前向(前馈)网络 C: BP学习算法中,误差信息是反向传播的,即从第一个隐层到输出层逐层修改各层神经元的连接权值,从而使网络误差最小。 D: 是否存在一个BP神经网络能够逼近给定的样本或者函数是解决BP神经网络学习问题的关键问题之一。
- 中国大学MOOC: 误差的反向传播的,即从第一个隐藏层到输出层,逐层修改神经元的连接权值参数,使得损失函数值最小。
- 【单选题】以下有关BP网络说法错误的是() A. BP网络是一种前馈网络,其隐单元必须分层,又称为多层前馈网络 B. 反向传播的目的是为了修改各层神经元的权值,使误差信号最小 C. 正向传播是输入信息由输入层传至隐层,最终在输出层输出 D. BP神经网络学习算法最核心的三部分是权值调整、输出层连接权调整、隐层连接权调整
- 以下有关BP网络说法错误的是( )。 A: BP神经网络学习算法最核心的三部分是权值调整、输出层连接权调整、隐层连接权调整 B: BP网络是一种前馈网络,其隐单元必须分层,又称为多层前馈网络 C: 正向传播是输入信息由输入层传至隐层,最终在输出层输出 D: 反向传播的目的是为了修改各层神经元的权值,使误差信号最小