BP神经网络主要用于训练一个能够分析的神经系统，通过仿真进行预测和分类。采用非线性函数是因为复杂的网络行为无法用线性函数描述。BP网络的核心问题是寻找全局最优解，优点在于其非线性映射能力，但存在训练效率低和局部极值等问题。在实际应用中，可能会遇到准确率低、过拟合和样本选择挑战。
BP神经网络是用来干嘛的阿？
用样本去训练一个BP网络，然后用新的样本作为输入，再通过这个已经训练好的BP网络，得到的数据就是仿真的结果，这就是BP网络仿真。
我们训练一个BP网络就好像是在训练一个神经系统，然后用这个已经具备分析能力的神经系统去分析事情，这就是为什么要仿真，说到底就是为了用。
仿真的作用你可以从BP神经网络的用途上去看，例如很经典的可以用来做分类器等。你用不同类别的样本（输入+对应的期望输出）作为训练，然后给出一个新的输入，BP网就能给你这个所属的类别。
神经网络有多少种，为啥要bp算法
BP神经网络 网络仿真具体什么意思？为什么进行仿真？仿真有什么用？（初学BP。。。）
用样本去训练一个BP网络，然后用新的样本作为输入，再通过这个已经训练好的BP网络，得到的数据就是仿真的结果，这就是BP网络仿真。
我们训练一个BP网络就好像是在训练一个神经系统，然后用这个已经具备分析能力的神经系统去分析事情，这就是为什么要仿真，说到底就是为了用。
仿真的作用你可以从BP神经网络的用途上去看，例如很经典的可以用来做分类器等。你用不同类别的样本（输入+对应的期望输出）作为训练，然后给出一个新的输入，BP网就能给你这个所属的类别。
bp神经网络为什么要采用非线性函数来进行预测？
提问
最低0.47元/天 解锁文章
3323
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
