神经网络之BP反向传播算法

反向传播算法和BP网络简介

       误差反向传播算法简称反向传播算法（BP算法）。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w和b（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小于预定义的阙值）。

 

本文的记号说明（结合记号说明来理解下面的公式推导）：

 

本次讲解将以下图的三层感知器(即只含有一个隐藏层的多层感知器)为例，介绍“反向传播算法(BP 算法)”。

注：上图中Layer 1 中的 +1 代表 偏置项b

 

Step 1 前向传播

前向传播作用是参数w和偏置项b已知（一开始我们可以随机生成数据来赋值给w和b）。得到神经网络的输出。

1.输入层---->隐藏层：