bp neural network flow
2016-05-16 23:53:11 4 举报
BP神经网络(Back Propagation Neural Network)是一种按误差反向传播算法训练的多层前馈神经网络,是目前应用最广泛的神经网络模型之一。BP神经网络由输入层、隐藏层和输出层组成,每个神经元接收上一层神经元的输出并产生一个输出值。通过反向传播算法,网络可以根据实际输出与期望输出之间的误差来调整连接权重,从而不断优化网络性能。BP神经网络具有自学习和泛化能力,能够处理复杂的非线性问题,广泛应用于模式识别、数据挖掘、预测分析等领域。
作者其他创作
大纲/内容
随机选取k个样本,输入样本数据x(k),输入期望输出z(k)。
全局误差小于阈值或者训练次数达到最大次数
计算全局误差值MSE
开始
false
固定矩阵W,计算误差关于矩阵V中各个权值的偏导数,应用梯度下降法修正V中的各个权值
结束
固定矩阵V,计算误差关于矩阵W中各个权值的偏导数,应用梯度下降法修正W中的各个权值
输出W和V
true
初始化网络,初始化权值W和V
收藏
收藏
0 条评论
回复 删除
下一页