机器学习记录 两个简单的知识点,前向传播计算输出,反向传播更新参数 前向传播——神经网络从输入到输出 前向传播(Forward Propagation)是指从输入层开始,数据依次通过网络中的每一层,直到输出层,生成最终预测结果的过程,是一系列的线性变化(加权求和)和非线性激活函数操作。 反向传播——更新参数 反向传播(Back Propagation)是神经网络中的参数学习过程,根据前向传播得到的结果,计算出损失,然后计算梯度,最终更新参数。