BP Back Propagation BP神经网络
BP 网络模型(Back Propagation)
是一种按误差逆传播算法训练的多层前馈网络,是目前应用最广泛的神经网络模型之一。BP网络能学习和存储大量的输入-输出模式映射关系,而无需事前揭示描述这种映射关系,而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最快速下降法,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,隐层,输出层。
漫谈ANN(2):BP神经网络 http://hahack.com/reading/ann2/# ,这里面从BP的来源,BP算法的基本思想,BP网络特性分析-BP三要素,BP网实例几个方面详细介绍了BP神经网络。
BP神经网络的误差传递:(Andrew Ng的Machine learning 课程)
参考资料:
百度百科:(BP神经网络)
BP神经网络: http://baike.baidu.com/subview/1753676/1753676.htm
Andrew Ng Machine learning 课程学习笔记
http://www.cnblogs.com/wengzilin/archive/2013/04/24/3041019.html