机器学习---神经网络(2)

本文介绍了神经网络中的BP(backpropagation)算法,它是一种前馈网络,神经元的输出向前传播,而输出的误差则反向传播来调整每层的权重。文章强调了该算法的工作流程包括信号的正向传播及误差的反向传播,并提供了进一步学习资源。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

今天主要学习了神经网络中一个重要的算法--BP(back propagation)

它是一个前馈网络,就是神经元的输出是向前传播的;其名字的意思是指最后输出的误差经由神经网络后向传播,影响每一级的权值

简单的说其思想就是:信号的正向传播 ----> 误差的反向传播;将输出误差以某种形式通过隐层向输入层逐层反传,不断更新权值。

这个博客写的很好:http://hahack.com/reading/ann2/

                         http://ibillxia.github.io/blog/2013/03/30/back-propagation-neural-networks/

转载于:https://www.cnblogs.com/ivywenyuan/p/4162794.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值