BP神经网络

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&#