神经网络训练方法、装置、设备、存储介质及产品

本申请涉及机器学习与人工智能技术领域，公开了一种神经网络训练方法、装置、设备、存储介质及产品，该方法包括：确定卷积层输出信号误差，并根据卷积层输出信号误差对卷积层输出信号误差总和进行矩阵扩充，获得扩充后卷积层输出信号误差总和，通过将扩充后卷积层输出信号误差总和与反馈网络各通道权重进行矩阵点乘运算，获得卷积层输入信号误差，根据卷积层输出信号误差和卷积层输入信号误差，确定前馈网络权重误差，基于前馈网络权重误差对神经网络的前馈网络权重进行更新，获得训练后神经网络。本申请通过反馈网络进行误差信号计算，并更新前馈网络权重，提高了数据传播的准确性和计算效率，减少了存储和计算需求，降低了资源开销。