多层神经网络 - 培训过程

Question

我正在构建一个多层神经网络。我对培训过程有疑问，我有一套具有所需输出的培训数据。我使用Backpropagation算法来更新连接权重。

网络应该单独训练训练数据吗？ 例如：当网络找到适当的连接权重时，网络需要1个输入，这些权重使实际输出等于所需的输出;网络需要另外的培训输入。

这是正确的吗？

Answer 1

不，无论实际输出是否等于目标输出，反向传播算法都应移至训练集的下一个元素。 然后，它将在经过一定数量的训练案例后更新权重/参数，这由指定的批量大小决定。 并且对于每次通过的训练迭代，平均总误差通常应低于先前的迭代。