07-全貌

7.2.4　全貌

本节已经介绍了很多基础知识。虽然细节还没有呈现出什么意义，但重要的是要牢记反向传播的前馈网络具备以下特点。

• 信号（浮点数）在各个神经元间单向传递，这些神经元按层组织在一起。每层所有的神经元都与下一层的每个神经元相连。
• 每个神经元（输入层除外）都将对接收到的信号进行处理，将信号与权重（也是浮点数）合并在一起并调用激活函数。
• 在训练过程中，将网络的输出与预期输出进行比较，计算出误差。
• 误差在网络中反向传播（返回出发地）以修改权重，使其更有可能创建正确的输出。

训练神经网络的方法远不止本书介绍的这一种。信号在神经网络中的移动方式还有很多种。这里介绍的及后续将要实现的方法，只是一种特别常见的形式，适合作为一种正规的介绍。附录B列出了进一步学习神经网络（包括其他类型）和数学知识所需的资源。