BP是反向传播backpropagation,如何体现“反向”和“传播”呢:
反向传播的目的是对神经网络上参数的不断修正,使神经网络得到的结果逐渐接近目标,直到满意;
BP的基础之一是梯度下降算法:类似于在一个超曲面上(想象高尔夫球场,高低不平),一个瞎子站在某个地方,摸着地面的趋势,逐步找到最低点的过程。最低点是损失函数的最低点(找到最低点了,损失最小,神经网络模型就调节好了)。找最低点最快的方法就是朝着下降最陡的方向走,这就要看所有方向(参数)对损失函数的影响,影响大的方向就陡;
为什么“传播”?第一步当然是从神经网络最后一层往前找了倒数第二层的参数的影响,倒数第二层又被倒数第三层影响,用同样的瞎子找最低点的方法往前调整参数,........ 就是这样传播,对前面各层的参数都进行调节;
整完一轮,就相当于瞎子走了一步,离最低点更近了,后测试一下还差多少,再继续下一轮.... 直到满意(损失函数达到能接受的小)。
几句话说完了,不知道您明白了吗?
本文如未解决您的问题请添加抖音号:51dongshi(抖音搜索懂视),直接咨询即可。