高阶神经网络的学习过程控制手段有哪些？

在高阶神经网络的学习过程中，采取了三种控制手段。

第一，为了提高训练速度,单个训练样本的输出与其期望之间允许存在一定的误差，允许的误差随训练次数的增加逐渐减少。在允许的误差范围内,权值不作修正。

第二，允许存在一定的训练误差，总误差阈值的设定必须依具体数据而定。设得过大，影响分类精度;设得过小，影响训练速度。

第三，设定总误差变动速率和训练次数限值。如果总误差下降的速率太小，证明训练已趋于收敛，根据情况可以调整权值，修正步长；如果训练总次数超过阈值，则结束训练，以免训练陷入反复振荡之中。