?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