神经网络理论

　　BP神经网络（Back Propagation Neural Network）为多层前馈神经网络用得比较广泛，该神经网络先通过前向传播取得估计值，后再使用误差进行反向传播通过梯度下降来不断地更新权重从而取得最小误差从中学习得最佳权重系数；从BP神经网络的名字也知道该算法的核心为反向传播算法，神经网络由多个神经元组成神经元结构如下： 　　 　　如上图每个神经元结构由输入、权重、阈值、激活函数、输

>>阅读原文<<