知识卡片

结构图卡 · 9843.f · 生成模型:Hunyuan

BP训练三阶段:正向、误差、反向

理解等级:中级

BP 网络的训练按流程分三个阶段循环。正向传播:输入信息经输入层、隐含层逐层计算,每层做加权求和 net=wᵀo+b 再过激活函数,得到实际输出。误差计算:求实际输出与期望输出的差,判断误差平方和是否低于容限;若高于容限就进入反向传播,否则收敛停止。反向传播:逐层计算实际输出与期望输出的误差,按误差调节各层权重,再回到正向传播。三个阶段构成“传播—判误—调权—再传播”的迭代循环,直到误差降到容限内或达到最大迭代次数。理解要点:容限是停止条件,误差函数是否下降是判断网络是否收敛的标尺。

结构图:

flowchart TD
  A[正向传播 逐层计算实际输出] --> B[误差计算 与期望输出比较]
  B --> C{误差低于容限?}
  C -->|是| D[收敛 停止]
  C -->|否| E[反向传播 按误差调权]
  E --> A
这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《机器学习算法原理与编程实践》第6章 神经网络初步(源文件:extracted/机器学习算法原理与编程实践/_epub-src/OEBPS/text00022.html) - 结论依据:原文明确 BP 训练包括正向传播、误差计算、反向传播三个阶段,并给出误差低于容限即收敛的判断,支撑三阶段循环图。 - 原始内容:在流程上,BP网络训练包括三个阶段。 1.正向传播过程 输入信息通过输入层、隐含层到输出层,逐层传递计算每层神经元的实际输出值。