没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
智能中国网提供学习支持
www.5iai.com
2.4 BP 神经网络模型与学习算
法
概述
Rumelhart , McClelland 于 1985 年提出了 BP 网
络的误差反向后传 BP(Back Propagation) 学习算法
BP 算法基本原理
利用输出后的误差来估计输出层的直接前导层的误差,
再用这个误差估计更前一层的误差,如此一层一层的反
传下去,就获得了所有其他各层的误差估计。
J. McClelland
David
Rumelhart
2.4.1 BP 神经网络模型
三层 BP 网络
2.4.1 BP 神经网络模型
激活函数
必须处处可导
一般都使用 S 型函数
使用 S 型激活函数时 BP 网络输入与输出关系
输入
输出
1 1 2 2
...
n n
net x w x w x w
1
f ( )
1 e
net
y net
2.4.1 BP 神经网络模型
输出的导数
2
1 1
f '( ) (1 )
1 e (1 e )
-net net
net y y
根据 S 型激活函数的图形可知 , 对神经网络进行训练,应该将 net 的
值尽量控制在收敛比较快的范围内
剩余28页未读,继续阅读
minglingji
- 粉丝: 34
- 资源: 4
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
- 1
- 2
前往页