反傳播神經網路

反傳播神經網路的學習過程由正向和反向兩部分組成，正向傳播過程中，輸入信號從輸入層經隱含層逐層處理傳向輸出層，每一層神經元的狀態只影響下一層神經元的狀態。

基本介紹

• 中文名：反傳播神經網路
• 外文名：back propagation neural network
• 釋義：一種有監督的神經網路
• 性質：反向傳播以分攤給各單元

如果在輸出層不能得到期望的輸出值，則把網路輸出的錯誤歸結為連線權的“過錯”。通過把輸出層單元的誤差逐層向輸入層反向傳播以分攤給各單元，從而獲得各層單元的參考誤差，以便調整相應的連線權。誤差反傳播學習通過一個使代價函式最小化過程完成輸人到輸出的映射。通常代價函式定義為所有輸入模式中輸出單元的希望輸出與實際輸出之差的平方和。