bp神经网络_BP神经网络的学习原理及过程

BP神经网络通过正向传播和误差反向传播进行学习。在正向传播中,输入信息经过多层非线性变换后输出。若输出与期望目标偏差大,则误差反向传播,调整权重和阈值。学习流程包括网络初始化、计算输入输出、计算权值误差、反向调整权重等,直至误差达到预设精度。
摘要由CSDN通过智能技术生成

b7269ad7a102ec4e93f46ce8c6cf0bb3.gif

ca5847d9be1d328b95ac39a623904219.gif 06dd16bb685c54b8bceca4449ce6e860.png

BP神经网络学习训练主要包括正向传播和误差反向传播两个过程。在正向传播过程中,外界数据变量由输入层输入,经过各隐含层神经节点的处理,然后非线性变换,最终从输出层输出信息。若输出层的实际输出结果较大偏离了期望目标值,则进行误差反向传播,在此过程中,误差会逐一反向传播到BP神经结构的每一层,并且误差值会分摊到所有的神经节点,每个神经节点以此作为信息,不断反复调整输入层与隐含层间的连接权值、隐含层与输出层间的连接权值及阈值,直至误差减少到可接受的程度或者进行到预先设定的学习次数为止。

ca5847d9be1d328b95ac39a623904219.gif
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值