42.判断题(2分)由于存在反向传播，BP神经网络为反馈型网络。()A. 错B. 对

考查要点：本题主要考查对BP神经网络结构类型的理解，需区分反馈型网络与前馈型网络的核心特征，明确反向传播算法的作用。

解题关键：

1. 反馈型网络的特征是存在输出到输入的反馈连接（如递归神经网络RNN）。
2. BP神经网络的核心结构是前馈型，即信号单向从输入层→隐藏层→输出层传播。
3. 反向传播是训练算法，用于计算权重梯度并更新参数，但不改变网络的前馈结构。

反馈型网络的定义

反馈型网络（如RNN）允许信号在不同层之间循环传递，存在反馈连接，即输出层信号可返回影响输入层或隐藏层。

BP神经网络的结构

BP网络采用严格的前馈结构：

• 输入层、隐藏层、输出层之间仅有前向连接，无反馈通路。
• 信号在前向传播过程中完成计算，输出结果。

反向传播的作用

反向传播（Backpropagation）是训练算法，用于：

1. 计算损失函数对各层权重的梯度。
2. 根据梯度更新权重参数。
   但权重更新仅基于当前网络结构，不添加反馈连接，因此未改变前馈特性。

结论

反向传播是训练方法，与网络是否为反馈型无关。BP网络因无反馈连接，仍属于前馈型网络。