Halcon深度學習前向傳播--前向傳播（forward）和反向傳播（backward）

Halcon深度學習分為前向傳播（forward）和反向傳播（backward）,其實兩者關系更像PID控制，如果你在大學是自動化相關專業(yè)，對PID控制并不陌生。只要學過自動控制原理相關知識你肯定知道其中的奧秘。

傳播（forward）對應下圖的Plant/Process（開環(huán)計算）,

作用于y(t)。

反向傳播（backward）,相當于上圖中的PID（閉環(huán)計算）

反作用于輸入u(t)。

PID控制為了整個系統(tǒng)的穩(wěn)定性，自動對控制系統(tǒng)進行準確且迅速的校正。通過調整控制參數（比例增益、積分增益/時間、微分增益/時間）讓系統(tǒng)達到最佳的控制效果。

前向傳播（forward）和反向傳播（backward）是為了在初始權重和偏置的情況下的損失函數，以及損失函數對每個要學習的參數（權重參數和偏置參數）的導數，之后即可按照選定的學習率更新參數，然后不斷循環(huán)計算損失函數、更新參數直到達到迭代次數或者損失函數達到指定與之或者最小值。最終的目的，

對于Halcon深度學習來說，前向傳播（forward）和反向傳播（backward）,是前向傳播算法(Forward propagation)與反向傳播算法(Back propagation)分別構成，就是由一些數學函數計算得出的,那么這些數學函數計算是深度學習重要研究對象。

對于Halcon深度學習來說，深度學習訓練來說，通過不斷前向傳播（forward）和反向傳播（backward），不斷獲得指定或者最小的迭代次數或者損失函數。