欢迎来到天天文库
浏览记录
ID：40183325
大小：267.50 KB
页数：18页
时间：2019-07-24
《多层前馈网络与bp学习算法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、2-4多层前馈网络与BP学习算法多层前馈网络的反向传播（BP）学习算法，简称BP算法，是有导师的学习，它是梯度下降法在多层前馈网中的应用。2-4-1网络结构见图，u、y是网络的输入、输出向量，神经元用节点表示，网络由输入层、隐层和输出层节点组成，隐层可一层，也可多层（图中是单隐层），前层至后层节点通过权联接。由于用BP学习算法，所以常称BP神经网络。12-4-2BP学习算法已知网络的输入/输出样本，即导师信号。BP学习算法由正向传播和反向传播组成：正向传播是输入信号从输入层经隐层，传向输出层，若输出层得到
2、了期望的输出，则学习算法结束；否则，转至反向传播。反向传播是将误差(样本输出与网络输出之差）按原联接通路反向计算，由梯度下降法调整各层节点的权值和阈值，使误差减小。正向传播反向传播2学习算法步骤：正向传播3正向传播4反向传播5反向传播6BP算法手控自控演示72-4-3有关的几个问题89（5）改进的BP算法梯度下降法的不足，是BP算法收敛速度慢的原因，有改进的BP算法克服其不足，如：10111213演示梯度下降法与改进算法手控自控BP算法是梯度下降法在多层前馈网络中的应用141516图2-4-4BP网络训练
3、例17例2-4-1用BP网络逼近非线性函数手控自控演示18
此文档下载收益归作者所有
