MIT最新算法，双向传播比BP快25倍深度学习

MIT最新算法，双向传播比BP快25倍深度学习 反向传播（BP）算法被认为是用于训练深度神经网络的“事实上”（de-facto）的方法。它使用前馈权重的转置，以精确的方式将输出层的误差反向传播到隐藏层。然而，有人认为，这在生物学上是不合理的，因为在生物神经系统中，带有准确输入权重的误差信号的反向传播被认为是不可能的。在本研究中，基于神经科学和与BP 类似的不对称方法的相关文献，研究者提出了一种在生

>>阅读原文<<