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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注