一、简述
BP神经网络是一种按照误差逆向传播算法训练的多层前馈神经网络,由 输入层、隐含层和输出层 构成 ,其中隐含层有一层或者多层。每一层可以有若干个节点。层与层之间节点的连接状态通过 权重来体现。
正向传播:数据从输入端输入后,沿着网络的指向,乘以对应的权重后再加和,再将结果作为输入在激活函数中计算,将计算的结果作为输入传递给下一个节点。依次计算,直到得到最终结果,即为正向传播。
用梯度下降法来训练神经网络,正向传播得到预测值,预测的结果与实际的结果存在误差,将误差沿着梯度下降的方向对权重进行调整,通过多次迭代调整各层权重值得到最终神经网络模型。
二、代码
clear
clc
%传入数据
openExample("s