Обучение нейросети с применением алгоритма градиентного спуска на изображениях проходит следующим образом: 1

1. Обучающие образцы (изображения) передаются по нейронной сети. 1
2. Выходные данные, полученные от сети, сравниваются с фактическими данными. 1
3. Эта ошибка используется для изменения веса нейронов таким образом, чтобы ошибка постепенно уменьшалась. 1 Это делается с помощью алгоритма обратного распространения ошибки. 1

Цикл повторяется много раз на разных данных, чтобы нейросеть хорошо поняла, что от неё нужно. 4

Главная задача нейросети во время обучения — найти минимум функции ошибки, то есть вычислить такие значения весов связей, при которых ошибка будет минимальной (то есть ответ нейросети будет максимально приближен к ответу, подготовленному человеком). 4