反向传播主要是通过损失函数计算误差，通过梯度下降法影响训练权重或偏置项。
举一反三
- 在反向传播的过程中，首先计算（）的梯度，之后将其反向传播。 A: 连接权重 B: 损失函数 C: 激活函数 D: 特征映射
- 编程实现梯度下降法时，首先需要确定损失函数，然后对损失函数求偏导数来计算梯度，最后通过梯度来更新模型参数。
- 中国大学MOOC: 神经网络中梯度下降法的训练步骤通常如何？1. 根据样本预测值和真实值之间的误差，计算损失函数2. 迭代更新，直到模型整体误差小于阈值或者达到预定的迭代次数3. 把样本输入给模型，得到预测值4. 初始化模型的参数，如权重和偏差等5. 反向传播，按照梯度下降的方向改变神经元相应的权重值
- （）是用来评估神经网络的计算模型对样本的预测值和真实值之间的误差大小? 反向传播|梯度下降|优化函数|损失函数
- 根据______步骤可完成一轮神经网络的训练。①设置模型参数初始值②将预测值与标签值比较，计算损失③正向计算神经网络的预测值④根据梯度下降法逐层反向更新网络模型参数⑤采用误差反向传播算法计算梯度信息 A: ①②③④⑤ B: ①③②⑤④ C: ①③②④⑤ D: ①②③⑤④