bp神经网络算法介绍
2024-05-16 05:03:01
好评回答
1、BP(Back Propagation)网络是1986年由Rumelhart和McCelland为首的科学家小组提出,是一种按误差逆传播算法训练的多层前馈网络,是应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系,而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法,通过反向传播来不断调整网络的权值和阈值,使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层(input)、隐层(hide layer)和输出层(output layer)。
2、BP神经网络算法是在BP神经网络现有算法的基础上提出的,是通过任意选定一组权值,将给定的目标输出直接作为线性方程的代数和来建立线性方程组,解得待求权,不存在传统方法的局部极小及收敛速度慢的问题,且更易理解。
声明:本网站信息来自网络,所有数据仅供参考,不代表本站立场,如存在版权或非法内容,请联系站长删除,联系邮箱:abc5566@foxmail.com。
猜你喜欢
-
用示波器维修变频空调
阅读量:31 -
壁挂炉04是什么故障码
阅读量:69 -
电饼铛漏电是怎么回事如何修
阅读量:56 -
中专毕业可以考二级建造师吗
阅读量:96 -
1979年3月4日农历是多少呢
阅读量:60 -
肖三是哪部电视剧
阅读量:6 -
下划线怎么打
阅读量:81 -
冰雪奇缘2艾莎的头发怎弄
阅读量:8 -
cf号怎么解封
阅读量:91 -
高蛋白食物有哪些
阅读量:84
猜你喜欢
-
阅读量:5
-
阅读量:64
-
阅读量:58
-
阅读量:19
-
阅读量:18
-
阅读量:66
-
阅读量:83
-
阅读量:21
-
阅读量:83
-
阅读量:88