输入层(input layer):输入层各神经元负责接收来自外界的输入信息,并传递给中间层各神经元;
隐藏层(Hidden Layer):中间层是内部信息处理层,负责信息变换,根据信息变化能力的需求,中间层可以设计为单隐层或者多隐层结构;最后一个隐层传递到输出层各神经元的信息,经进一步处理后,完成一次学习的正向传播处理过程;
输出层(Output Layer):顾名思义,输出层向外界输出信息处理结果;
神经网络的学习过程,就是根据训练数据来调整神经元之间的“连接权”以及每个功能神经元的阈值。
BP神经网络算法(误差逆传播 error BackPropagation)
BP是一个迭代学习的算法,在迭代中的每一轮采用上述感知机的学习规则对参数进行更新估计
Tip: 此处为“标准BP算法”更新规则是仅针对一个训练样例来更新连接权和阈值,若要根据累积误差最小化的更新规则,就得到了累积误差逆传播算法。标准BP和累积BP的区别:由于更新规则不同,为了达到同样的累积误差极小点,标准BP需要迭代的次数更多.
前向网络(感知机、 BP网络、竞争学习网络)
最新推荐文章于 2022-07-07 20:27:59 发布