BP神经网络

意义 基本原理 结构图 激活函数（σ函数） BP网络输入输出关系 BP网络的学习算法 –思想 – 学习过程 –学习本质 BP算法实现 意义： 通过比较简单的概念构建复杂的概念 基本原理： 利用输出后的误差来估计输出层的直接前导层的误差，再用这个误差估计更前一层的误差，如此一层一层的反传下去，就获得了所有其他各层的误差估计。 结构图: 激活函数 大 多 使 用 σ ( w T x ⃗ ) 是 l o

>>阅读原文<<