一、感知机
拿到数据集,将输入信号传到神经元,在传输过程中会乘以不同的权重(自我理解是所占比重),也叫加权求和。神经元会计算传来的信号总和。最后进行激活,通过引入一个非线性因素,使其不是一对一的形式。
二、BP(BackPropagation)神经网络
正向传播:类似横向的树状图(通过信息权重传到中间神经元,然后激活输出)将括号内容想成一个树枝,然后多层叠加,最后得出一个唯一。
反向传播:通过结果和期望结果来调节各部分权重,来调节自己的算法进行完善
隐藏层节点数量造成的影响
三、BP神经网络推导:
准备:1、三层:输入层、隐含层、输出层
2、加一个偏移 层、不然有很大的偏差
3、开始的权重可以随意设&#