一种把输出误差逐层传回去更新参数的训练方法。
像师傅带徒弟练刀:不是只说砍歪了,而是从手腕到步子,一路往回纠动作。
它负责告诉网络哪里该改,是训练深度模型的核心步骤。
Neural-network它让神经网络把错误逐层往回传,并调整权重。
Sgd它先算出该往哪改,再由 SGD 按梯度更新参数。
Deep Learning深度学习能训练很多层网络,离不开反向传播。
Parameter反向传播的核心作用,就是告诉参数该怎么改。