反向傳播算法是目前用來訓練人工神經網絡的最常用且最有效的算法。

反向傳播工作原理就是：

（1）前向傳播：將訓練集數據輸入到ANN的輸入層，經過隱藏層，最后到達輸出層并輸出結果。【輸入層—隱藏層–輸出層】
（2）反向傳播：由于ANN的輸入結果與輸出結果有誤差，則計算估計值與實際值之間的誤差，并將該誤差從輸出層向隱藏層反向傳播，直至傳播到輸入層。【輸出層–隱藏層–輸入層】
（3）權重更新：在反向傳播的過程中，根據誤差調整各種參數的值；不斷迭代上述過程，直至收斂。

舉一個例子來說明我理解的反向傳播的思想是：

（1）前向傳播：三個人在玩你畫我猜的游戲，然后第一個人給第二個人描述，再將信息傳遞給第三個人，由第三個人說出畫的到底是啥。
（2）反向傳播：第三個人得知自己說的和真實答案之間的誤差后，發現他們在傳遞時的問題差在哪里，向前面一個人說下次描述的時候怎樣可以更加準確的傳遞信息。就這樣一直向前一個人告知。
（3）三個人之間的的默契一直在磨合，然后描述的更加準確。

總結

以上是生活随笔為你收集整理的反向传播是什么？通俗易懂的解释！！！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。