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
-
鱼丸生菜粥如何做
阅读量:86 -
笔记本散热器异响怎么解决
阅读量:25 -
花菇炖小鸡如何做
阅读量:54 -
酸菜玉米羹如何做
阅读量:56 -
笔记本win8蓝屏怎么解决
阅读量:20 -
WIN10显示无效驱动器怎么解决
阅读量:89 -
鸡翅包肉如何做
阅读量:29 -
蒜炒荷兰豆如何做
阅读量:65 -
地板如何解决隔音问题
阅读量:83 -
属鸡2021年运势及运程
阅读量:26
猜你喜欢
-
阅读量:59
-
阅读量:20
-
阅读量:73
-
阅读量:95
-
阅读量:14
-
阅读量:51
-
阅读量:15
-
阅读量:6
-
阅读量:56
-
阅读量:47