反向传播和前馈神经网络有什么区别？

Question

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,我发现在前馈中只有前向方向,但在反向传播中,一旦我们需要进行前向传播然后反向传播.我提到了这个链接

1. 除流动方向以外的任何其他差异？重量计算怎么样？结果？
2. 假设我正在实现反向传播,即它包含前向和后向流.那么反向传播是否足以显示前馈？

Answer 1

• 阿前馈神经网络是一种类型的神经网络的结构,其中连接"前馈",即不形成循环(如在经常性网).

• 当您在输入层输入内容并从输入到隐藏以及从隐藏到输出层传输时,也会使用术语"前馈" .
  这些值是"前馈".

"前馈"这一短语的这两种用法都与培训本身无关.

• 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较早的层.所以准确地说,前向传播是反向传播算法的一部分,但是在反向传播之前.

Answer 2

没有纯粹的反向传播或纯前馈神经网络.

反向传播是训练(调整权重)神经网络的算法.反向传播的输入是output_vector,target_output_vector,输出是adjust_weight_vector.

前馈是从输入向量计算输出向量的算法.前馈输入是input_vector,输出是output_vector.

当您训练神经网络时,您需要使用这两种算法.

当您使用神经网络(已经过训练)时,您只使用前馈.

Bacis型神经网络是多层感知器,whitch是前馈反向传播神经网络.

还有更先进的神经网络类型,使用修改后的算法.

也是学习的好资料来源:ftp://ftp.sas.com/pub/neural/FAQ.html 最好理解的原则是编程(本视频教程)https://www.youtube.com/watch?v = KkwX7FkLfug