7.1ANN重点分析.pptVIP

反向传播（BP）算法的权值更新 (1) (2) (3) (4) (5) (6) 反向传播（BP）算法的权值更新 (3)的推导 反向传播（BP）算法的权值更新 (4)的推导 反向传播（BP）算法的权值更新 (5)的推导 反向传播（BP）算法伪代码 1 for l=1 to L do 1.1 初始化Wl； 2 初始化精度控制参数ε； 3 E=ε+1; 4 while Eε do 4.1 权值矩阵更新; 反向传播（BP）算法 4.2 对S中的每一个样本（X(i),Y(i)）： 4.2.1 计算出X(i)对应的实际输出O(i)； 4.2.2 计算出E(i)； 4.2.3 E=E+E(i)； 4.2.4 根据相应式子调整WL； 4.2.5 l=L-1； 4.2.6 while l≠0 do 4.2.6.1 根据相应式子调整Wl； 4.2.6.2 l=l-1 4.3 E=E/2.0 反向传播算法 提纲 概述 单层神经网络 多层神经网络 设计ANN时需要考虑的问题 网络的权越多，误差曲面的维数越高，也就越可能为梯度下降提供更多的局部极小点 迭代过程中网络权值的演化 如果把网络的权值初始化为接近于0的值，那么在早期的梯度下降步骤中，网络将表现为