BP神经网络

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。