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。
bp神经网络_BP神经网络的学习原理及过程
最新推荐文章于 2024-06-25 08:24:04 发布
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