机器学习之BP神经网络算法实现图像分类

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) 计算每一层的偏差，偏差的计算过程是从最后一层向前推动的（这就是反向传播算法名字的由来）；(3) 更新参数（目标是偏差变小），迭代前面两个步骤，直到知足中止准则（好比相邻两次迭代的偏差的差异很小）。 下面用图片的形式展现其推到过程 数据集：数据集采用Sort_1000pics数据

>>阅读原文<<