ニューラルネットワークの学習には、教師あり学習の2つの方法があります。

有两种学习神经网络的方法：监督学习。在训练过程中，将输入和输出样本提供给网络，并且无监督学习会适应输入空间。神经网络的学习规则是权重校正算法。BP神经网络的学习过程可以分为两个阶段：信息正向传播过程和误差反向传播过程。BP算法是一种反向传播算法。如果外部输入信号无法通过神经元层和输入层的隐藏层获得所需的输出，则外部输入信号将进入错误反向传播过程，并且沿原始连接路径进入实际值和网络输出值返回之间的错误。通过更改神经元每一层中连接的权重，可以减少误差，然后重复进行正向传播过程，重复进行直到误差小于给定值为止。

ニューラルネットワークの学習には、教師あり学習の2つの方法があります。 トレーニングプロセス中、入力サンプルと出力サンプルがネットワークに提供され、教師なし学習が入力空間に適応します。 ニューラルネットワークの学習ルールは、重み補正アルゴリズムです。 BPニューラルネットワークの学習プロセスは、情報の順方向伝搬プロセスとエラーの逆方向伝搬プロセスの2つの段階に分けることができます。 BPアルゴリズムは、逆伝播アルゴリズムです。 外部入力信号がニューロン層および入力層の非表示層を介して目的の出力を取得できない場合、外部入力信号はエラー逆伝播プロセスに入り、実際の値と元の接続パスに沿ったネットワーク出力値との間のエラーを返します。 ニューロンの各層の接続の重みを変更することにより、エラーは減少し、その後、順方向伝搬プロセスが繰り返され、エラーが所定の値より小さくなるまで繰り返し繰り返されます。

There are two ways to learn a neural network. During the training process, input samples and output samples are provided to the network and unsupervised learning adapts to the input space. Learning rule of neural network is a weight correction algorithm. The learning process of BP neural network can be divided into two stages: the forward propagation process of information and the backward propagation process of the error. BP algorithm is a reverse propagation algorithm. If the external input signal is unable to obtain the desired output via the hidden layer of the neuron layer and the input layer, the external input signal enters the error back propagation process and returns the error between the actual value and the network output value along the original connection path. By changing the weight of the connection of each layer of the neurons, the error decreases and then the forward propagation process is repeated and repeated until the error is less than a given value.<br>