BP算法每次迭代依次计算每一个样本,最小化该样本输出值与真实值的差距,然后将修改过参数传给下一个样本,直到达到收敛条件。这样做参数更新频繁,也可能出现参数更改相互抵销的情况,于是便有了ABP。
ABP算法每次迭代会先算出所有样本的输出,然后最小化整个样本输出与真实值的最小平方和,修改参数后进行下一次迭代。ABP参数更新次数比BP算法少的多,但是当累计误差降到一定程度时,进一步下降会非常缓慢。
迭代终止条件:这里设置的终止条件是相邻一百次迭代的累计误差的差值不超过0.001。
BP算法每次迭代依次计算每一个样本,最小化该样本输出值与真实值的差距,然后将修改过参数传给下一个样本,直到达到收敛条件。这样做参数更新频繁,也可能出现参数更改相互抵销的情况,于是便有了ABP。
ABP算法每次迭代会先算出所有样本的输出,然后最小化整个样本输出与真实值的最小平方和,修改参数后进行下一次迭代。ABP参数更新次数比BP算法少的多,但是当累计误差降到一定程度时,进一步下降会非常缓慢。
迭代终止条件:这里设置的终止条件是相邻一百次迭代的累计误差的差值不超过0.001。