BP单隐层神经网络介绍

在上一篇博客的基础上,研究了下单隐层神经网络,下面详细的说下步骤: 上一篇博客中,不管是加没加激励函数,都是输入后直接输出. 而单隐层神经网络就是输入和输出中间有一个隐层, 即 输入层的输出是隐层的输入 ,隐层的输出和对应权重的乘积是输出层的输入 ,输出层的输出才是最终的输出. 有点拗口,下面理一下上面的话: (以下加粗变量都是向量) 如上图 输入层的输入 就是 N个样本的Hog特征维度(A) :

>>阅读原文<<