?姓名:熊子豪 ?? 學號:19011210143
?轉載自? https://blog.csdn.net/jodie123456/article/details/90704791
【嵌牛導讀】 近年來機器學習大火,BP神經網絡在機器學習方面有著重要的應用,特別是在圖像處理方面。下面介紹 ? ? ? ? ? ? ? ? ? ? ? ?? 簡單的介紹BP神經網絡 。
【嵌牛鼻子】 機器學習,BP神經網絡。
【嵌牛提問】 BP神經網絡的思想 ?
【嵌牛正文】
1.BP神經網絡的思想:
BP 神經網絡的基本思想就是根據梯度下降法不斷更新,輸入,輸出權值得到的模型。
BP(back propagation)神經網絡是非線性不確定性數學模型,是一種具有連續傳遞函數的多層前饋人工神經網絡,訓練方式是誤差反向傳播算法(BP 算法),并以均方誤差最小化為目標不斷修改網絡的權值和閾值,最終能高精度地擬合數據。
2.BP網絡由輸入層、隱含層和輸出層3個神經層次組成,其拓撲結構如圖
3.流程
(1)工作信號的正向傳播。網絡在輸入層將接收輸入信號傳遞到隱含層,再經由隱含層傳向輸出層并在此生成輸出信號,在這個過程中,工作信號只進行正向傳播并且始終保持各層的閾值和權值固定不變,每一層神經元的狀態只決定于上一層神經元的狀態。若輸出層得到的不是期望的輸出,就轉入過程(2);
(2)誤差信號的反向傳播。誤差信號指的是網絡的實際輸出與期望輸出的差值,輸出層得到誤差信號后將它逐層向前傳輸形成誤差信號的反向傳播。在這一過程中,網絡通過誤差反饋調節修正各層的閾值和權值,從而達到網絡的實際輸出逐步逼近期望輸出的目的。
————————————————
版權聲明:本文為CSDN博主「Panpan Wei」的原創文章,遵循 CC 4.0 BY-SA 版權協議,轉載請附上原文出處鏈接及本聲明。
原文鏈接:https://blog.csdn.net/jodie123456/article/details/90704791