BP神经网络的学习过程，是对网络权值进行不断修正的过程。
举一反三
- 神经网络的学习过程就是网络中的权值调整的过程。
- 下列关于BP网络说法正确的有() A: BP网络是一种后馈网络 B: 传统的BP网络一般都选用二级网络 C: 基本BP算法包括信号的前向传播和误差的反向传播两个过程 D: BP神经网络学习算法最核心的三部分是权值调整、输出层连接权调整、隐层连接权调整
- 下面（ ）选项是BP神经网络的缺点。 A: 学习过程收敛过快; 得到的网络性能差; BP算法不完备,网络学习率不稳定。 B: 学习过程不收敛慢; 得到的网络性能差; BP算法不完备,网络学习率稳定性差。 C: 学习过程收敛速度慢; 网络性能差; 不能解决回归问题，,网络学习率不稳定。 D: 数据容易过拟合 得到的网络性能差; BP算法不完备,网络学习率稳定性差。
- BP神经网络的学习规则是使用（ ），通过（ ）来不断调整网络（ ），使网络的（ ）最小。
- BP神经网络在外界输入样本的刺激下不断改变网络的连接权值,以使网络的输出不断地接近期望输出。