反向传播和前馈神经网络有什么区别?

反向传播和前馈神经网络有什么区别?

通过谷歌搜索和阅读,我发现前馈神经网络只有前向传播,而反向传播则需要先进行前向传播,然后再进行反向传播。我参考了这个链接

  1. 除了流向的区别外,还有其他区别吗?权重计算呢?结果呢?
  2. 假设我在实现反向传播,即它包含前向和后向流动。那么,反向传播是否足以展示前馈?

回答:

  • 前馈神经网络是一种神经网络架构,其中连接是“前馈”的,即不形成循环(如在递归网络中)。

  • “前馈”这个术语也用于当你在输入层输入某些东西时,它会从输入层传输到隐藏层,再从隐藏层传输到输出层。
    值被“前馈”

这两个使用“前馈”这个短语的上下文都与训练本身无关。

  • 反向传播是一种训练算法,包括两个步骤:1)前馈值 2)计算误差并将其传播回到早期层。因此,准确地说,前向传播是反向传播算法的一部分,但发生在反向传播之前。

Related Posts

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注