多层神经网络-训练过程

Question

我正在建立一个多层神经网络。 我对培训过程有疑问，我有一组具有所需输出的培训数据。 我正在使用反向传播算法来更新连接权重。

网络是否应单独训练培训数据？ 例如：每当网络找到合适的连接权重，使实际输出等于期望的输出时，网络就接受1个输入； 网络需要另一个训练输入。

这个对吗？

Answer 1

否，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，在经过一定数量的培训案例后，它将更新权重/参数，这由指定的批次大小决定。 对于每次经过的训练迭代，平均总误差通常应低于先前的迭代。