BP算法 前馈神经网络、BP神经网络、卷积神经网络的区别与联系？

前馈神经网络、BP神经网络、卷积神经网络的区别与联系？

前馈神经网络是一层节点，只把前一层作为输入，输出到后一层，本身和其他层之间没有联系，因为数据是一层前向传播的，所以叫前馈网络。

BP网络是最常见的前馈网络之一。BP体现在运行机制上。数据输入后，逐层向前传播，然后计算损失函数，得到损失函数的残差，再逐层向后传播残差。

卷积神经网络是基于人类视觉的特点，即视觉是从局部到全局的认知，所以并不是所有的人都使用全连接（一般只有1-2个全连接层，甚至最近的研究建议取消CNN的全连接层），而是使用滑动窗口只处理一个部分，这个运算就像一个滤波器，这个运算叫做卷积运算（不是卷积运算）信号处理的卷积运算，当然也可以用卷积运算）。这种网络称为卷积神经网络。

目前最流行的网络有前馈网络和递归网络，一般都是BP网络；深度网络一般采用卷积运算，因此也属于卷积神经网络。但大多数卷积网络都不在BP网络的范围内。

BP算法 人工神经网络的基本原理 bp神经网络算法步骤

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。