神经网络学习的目的是通过调整权值，使误差准则函数最小。
正确
举一反三
- BP算法中，权值的调整采用梯度调整法来实现，其基本思想是沿着误差准则函数的负梯度方向不断修正权值，直到误差准则函数达到最小。
- BP神经网络的学习规则是使用（ ），通过（ ）来不断调整网络（ ），使网络的（ ）最小。
- 关于BP神经网络的描述正确的是（） A: 是2006年首次提出的 B: 学习规则是梯度下降法 C: 通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小 D: 不会陷入局部最优点
- 人工神经网络是通过算法调整神经元中的______，模拟人类神经网络的学习能力。 A: 权值 B: 损失函数 C: 激活函数 D: 神经元个数
- BP神经网络模型中信息的反向传播的目的是利用输出误差的信息（ ）。 A: 调整输入值 B: 直接修改输出值 C: 修改各层神经元 D: 修改各层神经元权值使输出误差最小
内容
- 0
神经网络的学习过程就是网络中的权值调整的过程。
- 1
假设一个只有单权值的BP神经网络采用“最速下降法”调整连接权值，当误差函数（目标函数）对权值的偏导数大于零时，此时权值应该向（）调整
- 2
神经网络控制的学习过程就是调整： A: 输入 B: 输出 C: 误差 D: 权值
- 3
神经网络的学习是调整神经网络的连接权值或结构，使输入输出具有需要的特性
- 4
神经网络的学习是调整神经网络的连接权值或结构，使输入输出具有需要的特性