![](https://csdnimg.cn/release/download_crawler_static/87062441/bg1.jpg)
Back Propagation Neural Networks
cig01
<2015-12-25 Fri>
Contents
1 反向传播算法和 BP 网络简介 1
2 信息前向传播 3
3 误差反向传播 3
3.1 输出层的权重参数更新 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
3.2 隐藏层的权重参数更新 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3.3 输出层和隐藏层的偏置参数更新 . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3.4 BP 算法四个核心公式 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3.5 BP 算法计算某个训练数据的代价函数对参数的偏导数 . . . . . . . . . . . . . . . . 10
3.6 BP 算法总结:用“批量梯度下降”算法更新参数 . . . . . . . . . . . . . . . . . . . . 11
4 梯度消失问题及其解决办法 12
5 加快 BP 网络训练速度:Rprop 算法 12
1 反向传播算法和 BP 网络简介
“误差反向传播算法 (Error Back Propagation)”的提出,使得多层感知器的模型中神经元的参数的计算
变得简单可行。
误差反向传播算法简称反向传播算法(即 BP 算法)。反向传播算法于 1986 年由 David E. Rumelhart
和 James L. McClelland 发表于书籍 Parallel Distributed Processing 中。使用反向传播算法的多层
感知器又称为 BP 神经网络。
BP 算法是一个迭代算法,它的基本思想为:(1) 先计算每一层的状态和激活值,直到最后一层(即信号
是前向传播的);(2) 计算每一层的误差,误差的计算过程是从最后一层向前推进的(这就是反向传播算
法名字的由来);(3) 更新参数(目标是误差变小),迭代前面两个步骤,直到满足停止准则(比如相邻两
次迭代的误差的差别很小)。
参考:Parallel Distributed Processing (1986, by David E. Rumelhart, James L. McClelland),
Chapter 8 Learning Internal Representations by Error Propagation: http://psych.stanford.
edu/~jlm/papers/PDP/Volume%201/Chap8_PDP86.pdf
本文的记号说明:
1