本文旨在介绍一种新的神经网络学习程序,并证明它在一些小问题上效果很好,值得认真研究。前向-前向算法用两个前向传递取代了反向传播的前向和后向传递,一个使用正(即真实)数据,另一个使用网络本身可以生成的负数据。每一层都有自己的目标函数,即对正数据具有高优度,对负数据具有低优度。层中活动的平方和可以用作优度,但还有许多其他可能性,包括减去活动的平方和。如果正传递和负传递可以在时间上分开,那么负传递就可以离线完成,这使得正传递中的学习变得更加简单,并且允许视频通过网络进行流水线传输,而无需存储活动或停止传播导数。