2016 - 2024

感恩一路有你

反向传播算法原理 神经网络反向传播算法本质是在解决什么问题?是怎样的?

浏览量:2275 时间:2021-03-13 11:37:15 作者:admin

神经网络反向传播算法本质是在解决什么问题?是怎样的?

反向传播算法是一个深入的神经网络学习过程,最终误差值根据梯度和误差传播原理返回到数据输入方向,用来修改每层神经元的权值或卷积核参数,以达到减小正误差的目的,当经过一轮反向传播后,正误差很小,达到可接受的水平时,神经网络才稳定训练。

深度学习是什么意思?

近年来,随着信息社会、学习科学和课程改革的发展,深度学习是一种新的学习形式。

目前,对深度学习的概念有很多答案,很多专家学者的解释是本质意义一致的表述略有不同。

李嘉厚教授认为,深度学习是建立在理解的基础上的。学习者可以批判性地学习新的想法和事实,将它们融入原有的认知结构,将许多想法联系起来,并将现有的知识转移到新的情境中,从而做出决策和解决问题。

郭华教授认为,深度学习是在教师指导下的一个有意义的学习过程,学生围绕挑战性的学习主题,全心投入,体验成功,获得发展。它具有批判性理解、有机整合、建设性反思和迁移应用的特点。

深度学习有几个特点。一是触动人心的学习。第二,体验式学习。三是深入认识和实践创新的研究。

反向传播算法原理 方向传播算法 反向传播的作用

版权声明:本文内容由互联网用户自发贡献,本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。