前言
最近帮一个研究生学长做了几个训练神经网络模型,以便验证提取出来的几个特征值的训练效果。下面将会讲到对BP神经网络模型的学习及使用。
什么是BP神经网络
BP神经网络的数学原理
算法实现
学习总结
什么是BP神经网络 {index1}
BP(Back Propagation)神经网络是1986年由Rumelhart和McCelland为首的科学家小组提出,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网络能学习和存贮大量的输入-输出模式映射关系,而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用梯度下降法,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(input)、隐层(hidden layer)和输出层(output layer)。
BP神经网络的数学原理 {index2}
emmm有个博主讲得挺好的,这一点就不在此赘述了哈哈,下面放上链接。