原创力文档- 1、本文档共8页，其中可免费阅读3页，需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
多层前馈神经网络多层前馈网络及算法多层前馈网络的反向传播学习算法简称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网络结构见下图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学习算法所以常称神经网络输入层隐层输出层输入层隐层输出层每个神经元节点的输入每个神经元节点的输出神经元的第个输入神经元到神经元的连接权节点的作用函数为阈值可设置一个偏置节点代替可为线性函数一般取为函数为很小的数如学习算法已知网络的输入输出
多层前馈神经网络
5多层前馈网络及BP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。
（a）网络结构
yu见下图，、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。
II输入层隐层 输出层
II
输入层
隐层 输出层
l:y:x:每个神经元（节点）的输入;每个神经元（节点）的输出;神经元j
w:jji的第个输入。神经元到神经元的连接权 ij
”y,f（x,,） 节点的作用函数:,为阈值
文档评论（0）