1.简介
(只是简单介绍下理论内容帮助理解下面的代码,如果自己写代码实现此理论不够)
1) BP神经网络是一种多层网络算法,其核心是反向传播误差,即: 使用梯度下降法(或其他算法),通过反向传播来不断调整网络的权值和阈值,使网络的误差平方和最小。
BP神经网络模型拓扑结构包括输入层(input)、隐藏层(hidden layer)和输出层(output layer),每层包含多个神经元。
2)BP神经网络示例图
上图就是一个简单的三层BP神经网络。网络共有6个单元,O0用于表示阈值,O1、O2为输入层,O3、O4为第一隐层,也是唯一隐层,O5为输出层单元。网络接收两个输入
,发送一个输出
。每个单元接收一组输入,发送一个输出。
为权值,例如W40 表示O0与O4之间的权重。
3)神经单元(计算单元)
如上图所示,每个圆表示一个神经单元。其接收一组数据,经过计算输出一个数据。