bp是一种按误差逆传播算法训练的多层前馈网络，是应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层（input...
BP (Back Propagation)神经网络，即误差反传误差反向传播算法的学习过程，由信息的正向传播和误差的反向传...
BP网络是一种具有3层或3层以上的阶层型神经网络。上、下层之间各神经元实现全连接,即下层的每一个神经元与上层的每一个神经元都实现权连接,而每一层各神经元之间无连接。网络按有教师示教的方式进行学习,当一对学习模式提供给网络后,神经元的激活值从输入层经各隐含层向输出层传播,在输出层的各神经元获得网络...
51CTO博客已为您找到关于bp神经网络的训练目标是什么意思的相关内容,包含IT学习相关文档代码介绍、相关教程视频课程,以及bp神经网络的训练目标是什么意思问答内容。更多bp神经网络的训练目标是什么意思相关解答可以来51CTO博客参与分享和学习,帮助广大IT技术人实现成长和进
bp:Back Propagation网络是1986年由Rumelhart和McCelland为首的科学家小组提出,是一种按误差逆传播算法训练的多层前馈网络,是目前应用最广泛的神经网络模型之一.BP网络能学习和存贮大量的输入-输出模式映射关系,而无需事前揭示描述这种映射关系的数学方程.它的学习规则是使用最速下降法,通过反向传播来不断调整网络的...
反向传播网络(back propagation network，简称BP网络）一种神经元网络。基于神经元网络进行机器学习(机器获取新知识和新技能，并识别现有知识)的一种方法。网络原理 BP网络是一种前馈式神经元网络，这种网络是1985年提出.在这种网络中，有两种信号在流动:一是工作信号，它是施加输入信号后向前传播，直到在输出端产生实际...
BP算法是由学习过程由信号的正向传播与误差的反向传播两个过程组成。由于多层前馈网络的训练经常采用误差反向传播算法，人们也常把将多层前馈网络直接称为BP网络。原理 BP算法由信号的正向传播和误差的反向传播两个过程组成。正向传播时，输入样本从输入层进入网络，经隐层逐层传递至输出层，如果输出层的实际输出与期望...
《BP神经网络在线学习算法的确定型收敛性》是依托大连理工大学,由吴微担任醒目负责人的面上项目。项目摘要 本项目考虑人工神经网络权值学习中广泛使用的在线梯度法的收敛性,这是神经网络研究对计算数学提出的一个新课题．在上一个自然科学基金项目中，我们研究了不带隐层的前馈网络，给出了一系列确定型收敛性结果。本...