Обратное распространение – это систематический метод для обучения многослойных искусственных нейронных сетей.
В качестве основного строительного блока в сетях обратного распространения используется обычная модель искусственного нейрона, а в качестве активационной функции –сигмоидальная функция
OUT = 1/(1- e-NET) (10)
Эта функция удобна, т.к. имеет простую производную, что используется при реализации алгоритма обратного распространения:
∂ OUT/∂NET = OUT (1-OUT) (11)
Рис.14. Двухслойная сеть обратного распространения.
На рис.14 изображена многослойная сеть, которая может обучаться с помощью процедуры обратного распространения. Первый слой нейронов служит лишь в качестве распределительных точек, суммирования входов здесь не производится. Каждый нейрон последующих слоев выдает сигналы NET и OUT.