BP误差公式推导完全解析全解.pptVIP

1 误差反传（ BP ）算法 人工神经网络 第二组 2 BP 算法描述及推导－主要内容 ? 引言 ? BP 学习算法描述 ? BP 算法推导 3 引言－－ BP 算法的提出 ? 提高网络性能（如分类能力）的有效途径 ? 包含隐层的多层前馈网络 长期以来没有提出 解决权值调整问题的有效算法 。 ? BP (Error Back Proragation ， BP) 算法 ? 1986 年， Rumelhart 和 McCelland 领导的科学家小组 《 Parallel Distributed Processing 》一书 ? 应用对象： 多层前馈网络 ? 具有非线性连续转移函数 BP 网络的标准学习算法 ? 学习的过程： ? 神经网络在外界输入样本的刺激下不断改变网 络的连接权值 , 以使网络的输出不断地接近期 望的输出。 ? 学习的本质： ? 对各连接权值的动态调整 ? 学习规则： ? 权值调整规则，即在学习过程中网络中各神经 元的连接权变化所依据的一定的调整规则。 BP 网络的标准学习算法 - 算法思想 ? 学习的类型：有导师学习 ? 核心思想： ? 将输出误差 以某种形式 通过隐层向输入层逐层反传 ? 学习的过程： ? 信号的正向传播 误差的反向传播 将误差分摊给各层的所有 单元－－－各层单元的误 差信号 修正各单元权 值 BP 网络的标准学习算法 - 学习过程 ? 正向传