机器学习（十一）——BP神经网络

神经网络是指输入的数据经过一个节点，在这个节点中进行sum和激活函数两个，然后产生一个输出值；一个隐藏节点就代表一个线性函数，神经网络本质上是通过一个个小的线性模型堆积出一个完整模型。 BP神经网络是指在上面的基础上，添加损失函数，将输出值与真实值做比较，形成损失，然后将这个损失值根据权重逐级返回到输入值，然后再调整权重重新检测。 上图为一个简单的神经元，其对应的训练过程见右图。 下面图形为对BP

>>阅读原文<<