Zusammenfassung
Wir haben im letzten Kapitel gesehen, daß Netze mit mehreren Schichten ein breiteres Anwendungsspektrum als solche mit einer einzigen Schicht abdecken. Entsprechend größer aber ist auch der Trainingsaufwand, da die Anzahl der unbekannten Gewichte eines Netzes mit jedem zusätzlichen Neuron steigt. Deswegen besprechen wir in diesem Kapitel eine populäre Lernmethode — den Backpropagation-Algorithmus. Dieses numerische Verfahren wurde in den siebziger Jahren von verschiedenen Forschern unabhängig voneinander und für unterschiedliche Anwendungen entwickelt, geriet jedoch bis 1985 in Vergessenheit, als Rumelhart und Mitarbeiter den Algorithmus einer breiteren Öffentlichkeit vorlegten. Seitdem ist es zu einer der am weitesten verbreiteten Lernmethoden für neuronale Netze geworden.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsPreview
Unable to display preview. Download preview PDF.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 1993 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Rojas, R. (1993). Der Backpropagation-Algorithmus. In: Theorie der neuronalen Netze. Springer-Lehrbuch. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-61231-2_7
Download citation
DOI: https://doi.org/10.1007/978-3-642-61231-2_7
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-56353-2
Online ISBN: 978-3-642-61231-2
eBook Packages: Springer Book Archive