Терминологический словарь автоматизации строительства и производственных процессов

Свидетельство о регистрации СМИ:
ЭЛ № ФС77-79395 от 02.11.2020

ISSN: 2782-1528

DOI 10.34660/c0727-6092-6372-a

Последнее обновление словаря: 22.04.2024 - 20:09
Категории

Метод обратного распространения ошибки

Метод обратного распространения ошибки (Backpropagation) — метод обучения нейронных сетей, относится к методам обучения с учителем. Цель метода проста – отрегулировать веса пропорционально тому, насколько он способствует общей ошибке. Является одним из наиболее известных алгоритмов машинного обучения. На каждой итерации происходит два прохода сети — прямой и обратный. На прямом методе входной вектор распространяется от входов сети к ее выходам и формирует некоторый выходной вектор, соответствующий текущему (фактическому) состоянию весов. Затем вычисляется ошибка нейронной сети как разность между фактическим и целевым значениями. На обратном проходе эта ошибка распространяется от выхода сети к ее входам, и производится коррекция весов нейронов в соответствии с правилом.

[Глоссарий терминов машинного обучения. (Электронный ресурс). Режим доступа: http:// onff.ru›glossarij-terminov-mashinnogo-obucheniya /, свободный.]

Метод обратного распространения ошибки (Error backpropagation) – это метод вычисления градиента, который используется при обновлении весов многослойного перцептрона. Впервые метод был описан в 1974 г. А. И. Галушкиным. Метод включает в себя большое количество итерационных циклов с обучающими данными.

[Чесалов А. Ю. Глоссариум по искусственному интеллекту: 2500 терминов/  А. Ю. Чесалов —  «Издательские решения» 2022 г., 670 стр.]

117 просмотров

Правообладателям! В случае если свободный доступ к данному термину является нарушением авторских прав, составители готовы, по требованию правообладателя, убрать ссылку, либо сам термин (определение) с сайта. Для связи с администрацией воспользуйтесь формой обратной связи.