BP神经网络

BP神经网络

基本BP神经网络算法包括：
- 信号的前向传播
- 误差的反向传播

也即计算实际输出时按照输入到输出的方向进行，权值阈值调整则相反。
BP是一种多层前馈神经网络，由输入层、隐含层和输出层组成。层与层之间有两种信号在流动：一种是从输入流向输出的工作信号，是输入和权值的函数；另一种是输入流向输出的信号，即误差。

信号的前向传播：

==隐含层==第$i$个节点的输入和输出分别为：
输入：

$$net_i=\sum_{j=1}^M\omega_{ij}x_j+\theta_i$$
输出：

$$o_i=\phi(net_i)$$ $$=\phi(\sum_{j=1}^M\omega_{ij}x_j+\theta_i)$$
$M$——输入层节点个数
$\omega_{ij}$——隐含层第