神经网络学习之----进军多层-BP神经网络

　　1986年由Rumelhart和McCelland为首的科学家小组提出，解决了多层神经网络的学习问题，极大促进了神经网络的发展。

　　BP神经网络也是整个人工神经网络体系中的精华，广泛应用于分类识别，逼近，回归，压缩等领域。在实际应用中，大约80%的神经网络模型采取了BP网络或BP网络的变化形式。

　　BP神经网络灵感的来源就是我之前提到的delta学习规则和梯度下降法。

多层网络

　　

 

这里介绍两个网页

　　手写体识别: http://yann.lecun.com/exdb/lenet/index.html

　　如何教计算机理解图片: http://open.163.com/movie/2015/3/Q/R/MAKN9A24M_MAKN9QAQR.html

激活函数:

Sigmoid函数

 

BP网络模型以及算法讲解推导

BP网络模型=====================================================================

 

　　　　　　　　

BP学习算法======================================================================

BP算法推导======================================================================

 

转载于:https://www.cnblogs.com/mengqimoli/p/11102837.html