Machine learning 基本分类器与反向传播

我正在学习Coursera的机器学习课程，我刚刚接受了一次审问

在这张图片上，我们可以看到，为了制作xor分类器，我们构建了其他较小的分类器，这些分类器使用线性可分离门进行训练

因此，每个分类器都定义了一个作业（例如AND、OR等），并且必须为该任务训练网络

但在一个更大的神经网络中，不可能为每个神经元（或分类器）定义一个任务

---

所以我的问题是：这是后向传播算法的任务吗（除了它用于更新权重的事实之外）？

如果有人想知道同样的事情，是的。

---

backprop算法使每个神经元（或分类器）都“更小的线性可解”。

如果有人想知道同样的事情，是的，就是这样。

---

backprop算法使每个神经元（或分类器）都“更小的线性可解”。

不是

python

问题，请不要发送不相关的标签（删除）。不是

python

问题，请不要发送不相关的标签（删除）。