tft每日頭條

 > 教育

 > bp神經網絡算法介紹

bp神經網絡算法介紹

教育 更新时间:2025-05-11 22:58:44

  1、BP(Back Propagation)網絡是1986年由Rumelhart和McCelland為首的科學家小組提出,是一種按誤差逆傳播算法訓練的多層前饋網絡,是應用最廣泛的神經網絡模型之一。BP網絡能學習和存貯大量的輸入-輸出模式映射關系,而無需事前揭示描述這種映射關系的數學方程。它的學習規則是使用最速下降法,通過反向傳播來不斷調整網絡的權值和阈值,使網絡的誤差平方和最小。BP神經網絡模型拓撲結構包括輸入層(input)、隐層(hide layer)和輸出層(output layer)。

  2、BP神經網絡算法是在BP神經網絡現有算法的基礎上提出的,是通過任意選定一組權值,将給定的目标輸出直接作為線性方程的代數和來建立線性方程組,解得待求權,不存在傳統方法的局部極小及收斂速度慢的問題,且更易理解。

更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!

查看全部

相关教育资讯推荐

热门教育资讯推荐

网友关注

Copyright 2023-2025 - www.tftnews.com All Rights Reserved