原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第五课非线性判别函数
18
反向传播（BP ）算法
基本思想：以Sigmoid函数作为神经元的传递函数，无
论网络结构，总可以通过计算梯度考查各个参数对网络
输出的影响，从而通过梯度下降法调整参数。
19
反向传播（BP ）算法
给定神经网络的结构以 基本做法：从后向前逐层
及神经元的传递函数 “传播”输出层的误差，以
（一般是S i g m o i d 函 间接算出隐层误差；
数），根据训练样本学
正向过程：从输入层经隐
习神经网络的权值； 层逐层正向计算各单元的
输出；
目标函数：网络在所有 a(k ) f (n(k ) );
j j
训练样本上的预测输出 n(k ) (w(k ) )T a(k 1) w(k )a(k 1) ;
j j ij i
和期望输出的均方误差 i
反向过程：由输出层误差
1 S 2 逐层反向计算隐层各单元
J SSE (t j a j ) ;
2S
j 的误差，并用此误差修正
前层的权值。
2020
梯度下降算法修正权值
J J n(k ) J
w(k ) SSE SSE j SSE a(k 1) (k )a(k 1) ;
j w(k ) n(k ) w(k ) n(k ) j
j j j j
J J a(k )
输出层： (k ) SSE SSE
文档评论（0）