本文以直观的方式介绍了BP（反向传播）神经网络的基本结构和工作流程，适合初学者。通过输入X1和X2，经过神经元的激活函数和权重计算，得出输出Y。每个神经元包含偏置b和激活函数f，神经元之间通过权重w连接。文章通过实例展示了神经网络中值的传递过程，帮助读者清晰理解BP神经网络的运算机制。
这里用比较简单的语言和思路（自认为）为大家介绍一下BP神经网络的基础架构和流程。不会写数学推导以及一些绕来绕去的概念，尽可能让大家一看就懂怎么回事。因此这篇文章适合初学者，帮助顺清整个流程。
有一点点基础的同学直接看最后一张图，看看最后那两个式子应该就懂了！
首先看个图，以下讲解以这个神经网络结构为例。
我们应该明确构建神经网络的目的是： 通过输入X1与X2，经过一些操作得到一个y。
中间这些神经元构成的结构就是神经网络。
首先明确一下这个流程里有哪些东西。请看下图。
第一列两个神经元称为输入层i，中间三个神经元称为中间层j
最低0.47元/天 解锁文章
扫一扫
184
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
