BP（Back Propagation）神经网络是一种按误差反向传播(简称误差反传)训练的多层前馈网络，它的基本思想是梯度下降法，利用梯度搜索技术，以期使网络的实际输出值和期望输出值的误差最小。
BP神经网络包括信号的前向传播和误差的反向传播两个过程。即计算误差输出时按从输入到输出的方向进行，而调整权值和阈值则从输出到输入的方向进行。
网络结构：BP神经网络整个网
络结构包含了：一层输入层，一到多层隐含层，一层的输出层。
隐含层的选取
在BP神经网络中，输入层和输出层的节点个数都是确定的，而隐含层节点个数不确定，那么应该设置为多少才合适呢？实际上，隐含层的节点个数的多少对神经网络的性能是有影响的，有一个经验公式可以确定隐含层节点数目，公式如下：
其中h为隐含层节点数目，m为输入层节点数目，n为输出层节点数目，a为1~10之间的调节常数。
正向传播
第一层
输入x1、x2、x3
第二层
反向传播
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
