人工智能神经网络bp算法及其数学演算过程

BP 算法

预备知识

在开始之前，首先需要补充一点预备知识。

1. 激活函数sigmoid函数：

sigmoid 函数是人工智能神经网络中最常使用的一类激活函数，其数学表达式为：

sigmoid函数有一个重要的性质：f’(x) = f(x)[1-f(x)],这个性质在我们求导的过程中起了很大的作用。

2. 梯度下降策略

其中，学习率一塔我们设定为0.5

接下来我们进入正题，BP算法总共分为两个部分，第一个部分是FP（前馈计算计算误差）过程，我们用来计算误差；第二个部分是BP（反馈计算更新权重），我们用来更新权重W；

一、 FP过程

想必大家都已经了解到神经网络的结构，这里我就不做过多的解释了，其中l1, l2是这个神经网络的