您的位置:首页 >百科精选 >

简述bp神经网络结构(bp神经网络模型拓扑结构不包括)

导读 今天小编岚岚来为大家解答以上的问题。简述bp神经网络结构,bp神经网络模型拓扑结构不包括相信很多小伙伴还不知道,现在让我们一起来看看吧...

今天小编岚岚来为大家解答以上的问题。简述bp神经网络结构,bp神经网络模型拓扑结构不包括相信很多小伙伴还不知道,现在让我们一起来看看吧!

1、BP(Back Propagation)神经网络是1986年由Rumelhart和McCelland为首的科学家小组提出,是一种按误差逆传播算法训练的多层前馈网络,是目前应用最广泛的神经网络模型之一。

2、BP网络能学习和存贮大量的输入-输出模式映射关系,而无需事前揭示描述这种映射关系的数学方程。

3、它的学习规则是使用最速下降法,通过反向传播来不断调整网络的权值和阈值,使网络的误差平方和最小。

4、BP神经网络模型拓扑结构包括输入层(input)、隐层(hidden layer)和输出层(output layer)。

5、用WORD可以画,插入形状。

本文就为大家分享到这里,希望小伙伴们会喜欢。

免责声明:本文由用户上传,如有侵权请联系删除!