公式推导
描述BP神经网络:
网络包含三层:
- 输入层:神经元数量为 d d d个,输入为 x i x_i xi, i = 1 , 2 , . . . , d i=1,2,...,d i=1,2,...,d
- 隐藏层:神经元数量为 q q q个,阈值为 γ h γ_h γh, h = 1 , 2 , . . . , d h=1,2,...,d h=1,2,...,d
- 输出层:神经元数量为 l l l个,阈值为 θ j θ_j θj, j = 1 , 2 , . . . , l j=1,2,...,l j=1,2,...,l
- 输入层到隐藏层权值: v i h v_{ih} vih
- 隐藏层到输出层权值: ω h j ω_{hj} ωhj
- 第 h h h个隐藏层神经元输入为: α h = ∑ i = 1 d v i h x i α_h=\sum_{i=1}^d v_{ih}x_i αh=∑i=1dvihxi
- 第