zoukankan      html  css  js  c++  java
  • BP神经网络

    误差反向传播算法(Backpropagation)是目前用来训练人工神经网络(Artificial Neural Network,ANN)的最常用且最有效的算法。其主要思想是:

    (1)前向传播:训练及数据经过输入层、隐含层、输出层,计算估计值

    (2)反向传播:由于估计值与实际值有偏差,计算估计值与实际值的误差,并将此误差由输出层经过隐含层向输入层传播
    (3)更新权重:在反向传播过程中,根据误差参数调整权值,不断迭代上述过程直到收敛。

    以3层神经网络为例计算

    总结:BP算法也存在一些缺陷,比如:

    • 训练时间长
    • 可能陷入局部最小值

    针对BP算法的这些缺陷,目前也有许多BP算法的改进型,比如Adagrad,Momentum等。总之,BP算法作为神经网络训练最经典的算法,需要我们从来源到结果有一个深入的了解。

  • 相关阅读:
    数据恢复
    InnoDB LRU优化
    STM32 M0之SPI
    C# 添加日志文件
    VCI_CAN二次开发摘机
    [一点感触]ADF4350 ADF4111混频记
    Linux札记
    C# String与Byte数组的转换
    STM32 CAN
    stm32 F40x CCM数据区的使用
  • 原文地址:https://www.cnblogs.com/Aaron12/p/9232792.html
Copyright © 2011-2022 走看看