从更高层面来 说,反向传播是一种计算量大的统计方法,将神经网络的期望输出与真正输出进 行比较,然后调整网络中的权重以提升㐀果的准确性。当正确㐀果已经给定, 得出正确㐀果的整个神经网络中的所有路径的权重都得以增强。如果㐀果是错误的,则得出错误㐀果的路径被弱化。随着时间的推移,以及接触的数据越来越 多,模型也就变得越来越正确。神经网络就是这样“学习”输入和输出之间正确 的、复杂的关联关系。
以上信息摘自《创新之巅:未来十年重构商业的六大战略性技术》,这本电子书收录于开发者藏经阁,下载地址:https://developer.aliyun.com/ebook/download/7469
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。