在神经网络中，前向传递和后向传递的含义是什么？

每个人在讨论反向传播和轮次时都会提到这些术语。

我理解前向传递和后向传递一起构成一个轮次。

回答：

“前向传递”是指从输入数据计算输出层值的过程。它是从第一层到最后一层遍历所有神经元的过程。

从输出值计算出一个损失函数。

然后，“后向传递”是指使用梯度下降算法（或类似算法）计算权重变化的过程（实际上是学习）。计算是从最后一层向第一层反向进行的。

后向传递和前向传递一起构成一个“迭代”。

在一个迭代中，通常会处理数据集的一个子集，称为“小批量”或“批量”（不过，”批量”也可能指整个数据集，因此有”小”的前缀）。

“轮次”是指以批量的方式处理整个数据集。
一个轮次包含(数据项总数 / 批量大小)个迭代