反向传播是否使用优化函数来更新权重？
Does backpropagation use optimization function to update weights?
我知道反向传播计算成本函数相对于模型参数（权重和偏差）的导数。但是，我需要确保反向传播不会更新权重和偏差；相反，它使用 OPTIMIZER 来更新权重和偏差，例如 Adam、Gradient Descent 和其他
提前致谢
如果我理解你的问题：当你在深度学习框架（PyTorch/TensorFlow）中使用优化器时，说“Adam”，优化器正在执行权重更新。这个过程是自动发生的，你不需要手动编写任何代码，框架会为你更新权重+偏差。
我知道反向传播计算成本函数相对于模型参数（权重和偏差）的导数。但是，我需要确保反向传播不会更新权重和偏差；相反，它使用 OPTIMIZER 来更新权重和偏差，例如 Adam、Gradient Descent 和其他
提前致谢
如果我理解你的问题：当你在深度学习框架（PyTorch/TensorFlow）中使用优化器时，说“Adam”，优化器正在执行权重更新。这个过程是自动发生的，你不需要手动编写任何代码，框架会为你更新权重+偏差。