Python3机器学习实践：BP神经网络理论与实例

符号说明 神经网络的层数m，也就是包括一个输入层，m-2个隐层，一个输出层； 输入层为I，其节点数等于单个样本的输入属性数N_i； 隐层输出为Hh，h为1到m-2，每一个隐层的节点数为Nh； 输出层为O，其节点数等于单个样本的输出属性数N_o； 样本真实输出为R； 层之间连接的权重为Wq，q为0到m-2，Wq矩阵的大小为(g, t), g为该隐层前一层的节点数，t为该隐层的节点数； 对应的偏置为B

>>阅读原文<<