反向传播算法 隐藏层和反向传播算法 多层神经网络的有效算法之一是反向传播算法 1986年被重新提出，神经网络重新变得流行（反向传播算法在1974年被Werbos发现，1985年左右被Rumelhart，Hinton，Williams以及Parker分别重新发现） 通过反向传播学习神经网络 输入数据逐层计算得到输出，将输出与正确答案比较得到误差，然后通过链式法则反向求导数 预测输出（前馈预测） 反向传播进行参数学习