1、目的是什么?
输入数据进入神经网络,神经网络的输出尽可能的与输入数据的标签相似
2、误差的作用
评价输出与输入数据标签的相似程度
3、反向传播传的是什么
梯度
4、如何使误差最小?
使误差与输入数据标签的误差函数最小,误差影响误差函数的值
5、如何最小化误差函数?
BP误差逆传播算法的核心其实就是误差最小化的过程,它的主要策略是负梯度方向的梯度下降算法,即设定参数的初始值,通过一个学习速率ηη和当前梯度,来逐渐步进参数,以求拟合一个局部最优的参数
1、目的是什么?
输入数据进入神经网络,神经网络的输出尽可能的与输入数据的标签相似
2、误差的作用
评价输出与输入数据标签的相似程度
3、反向传播传的是什么
梯度
4、如何使误差最小?
使误差与输入数据标签的误差函数最小,误差影响误差函数的值
5、如何最小化误差函数?
BP误差逆传播算法的核心其实就是误差最小化的过程,它的主要策略是负梯度方向的梯度下降算法,即设定参数的初始值,通过一个学习速率ηη和当前梯度,来逐渐步进参数,以求拟合一个局部最优的参数