神经网络bp算法.ppt

神经网络BP算法;反向传输网络 Back—Propagation Network, 因为其权值调整采取反向传输（Backpropagation）学习算法, 所以被称为BP网络。;BP网络 是一个单向传输多层前向网络 其神经元变换函数是S型函数, 所以输出量为0到1之间连续量 它能够对非线性可微分函数进行权值训练, 从而实现输入到输出任意非线性映射。 ; 网络中心思想是梯度下降法 经过梯度搜索技术, 使网络实际输出值与期望输出值误差均方值最小。;网络学习过程是一个误差边向后传输边修正权系数过程;7.2.2 BP网络结构 ;BP网络是一个多层前向神经网络;1）输入层单元无转换函数, 直接接收信号传给下一层, 所以有些书不认为输入层是一个网络层。 2）在通常情况下, 均是在隐含层采取 S 型激活函数, 而输出层采取线性激活函数。;BP网络特点;感知机网络利用输出误差只能修改最终一层权值;BP学习规则 ;其关键思想为: 对于q个输入学习样本: P1, P2, ……Pq, 已知与其对应输出样本为: T1, T2, ……Tq。 学习目: 是用网络实际输出A1, A2, ……Aq与目标矢量T1, T2, ……T