BP网络
是常见前馈神经网络,感知器(又叫感知机)是最简单的前馈网络。
BP网络是指连接权调整采用了反向传播(Back Propagation)学习算法的前馈网络。
与感知器不同之处在于,BP网络的神经元变换函数采用了S形函数(Sigmoid函数),因此输出量是0~1之间的连续量,可实现从输入到输出的任意的非线性映射。
前馈神经网络和BP神经网络的不同
1)前馈(FFNN)描述的是网络的结构,指的是网络的信息流是单向的,不会构成环路。它是和“递归网络”(RNN)相对的概念;
backpropagation是一类训练方法,可以应用于FFNN,也可以应用于RNN,而且BP也并不是唯一的训练方法,其他可用的还有比如遗传算法(GA)等。
2)前馈是数据流向与结构,而bp是算法,是误差反向传播。但是的确是有BP网络的说法,需要注意都是,一般说的BP网络指的是用BP算法进行训练的多层前馈神经网络。