machine-learning - 反向传播和前馈神经网络有什么区别？

Question

反向传播和前馈神经网络有什么区别？

通过谷歌搜索和阅读，我发现在前馈中只有前向，但在反向传播中，一旦我们需要先进行前向传播，然后再进行反向传播。我提到了this link

1. 除了流动方向之外还有其他区别吗？那么重量计算呢？结果？
2. 假设我正在实现反向传播，即它包含前向和反向流。那么反向传播足以显示前馈吗？

Answer 1

• A Feed-Forward Neural Network是一种神经网络架构，其中连接是“前馈”的，即不形成循环(就像在循环网络中一样)。

• 当您在输入层输入某些内容并且它从输入层移动到隐藏层以及从隐藏层移动到输出层时，也会使用术语“前馈”。
  这些值是“前馈”的。

“前馈”一词的这两种用法都与训练本身无关。

• 反向传播是一种训练算法，包含 2 个步骤:1) 前馈值 2) 计算误差并将其传播回较早的层。因此，准确地说，前向传播是反向传播算法的一部分，但出现在反向传播之前。