资 源 简 介
神经网络通过模拟人的神经元活动,来构造分类器。它的基本组成单元称为”神经元”,离线情况下如果输入大于某值时,设定神经元处于兴奋状态,产生输出,否则不响应。而这个输入来自于所有其它的神经元。而神经元的响应函数有多种(需要满足可微,这种简单的函数可以拟合任何非线性函数),选择sigmod函数。BP神经网络的关键在于推导权值和阈值的更新公式。
BP的基本思想:信号的正向传播 误差的反向传播:
–正向传播:输入样本从输入层传入,经各隐层逐层处理后,传向输出层。
–反向传播:将输入误差以某种形式通过隐层向输入层逐层反传,并将误差分摊给各层的所有单元,从而获得各层单元的误差信号来作为修正各单元权值的依据。