下载此文档

ch7典型神经网络oknew1.ppt

文档分类：IT计算机 | 页数：约64页举报非法文档有奖

1/64

下载提示

1.该资料是网友上传的，本站提供全文预览，预览什么样，下载就什么样。
2.下载该文档所得收入归上传者、原创者。
3.下载的文档，不会出现我们的网址水印。

同意并开始全文预览

(约 1-6 秒)

1/64 下载此文档

文档列表 文档介绍

该【ch7典型神经网络oknew1 】是由【小可爱】上传分享，文档一共【64】页，该文档可以免费在线阅读，需要了解更多关于【ch7典型神经网络oknew1 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。ch7典型神经网络oknew1BP网络是一种单向传播的多层前向网络,其神经元的变换函数是S型函数,因此输出量为0到1之间的连续量,它可以实现从输入到输出的任意的非线性映射。由于其权值的调整采用反向传播(Backpropagation)的学****算法,因此被称为BP网络,思想是梯度下降法,通过梯度搜索技术,使网络实际输出值与期望输出值的误差均方值最小。反向传播网络(Back—work,简称BP网络)是对非线性可微分函数进行权值训练的多层网络。,包括输入层、隐层和输出层层与层之间采用全互连方式,同一层神经元之间不连接权值通过学****算法进行调节神经元激发函数为S函数层与层的连接是单向的,:输入层,隐层,输出层,也可以有2层或更多个隐层。层与层之间采用全互联方式,同一层单元之间不存在相互连接。1)输入层单元无转换函数,直接接收信号传给下一层,所以有些书不认为输入层是一个网络层。2)只有当希望对网络的输出进行限制,如限制在0和1之间,那么在输出层应当包含S型激活函数,在一般情况下,………………x1x2xny1yp均是在隐含层采用S型激活函数,而输出层采用线性激活函数。?迭代终止?BP算法的基本流程NoNoyy

ch7典型神经网络oknew1 来自淘豆网www.taodocs.com转载请标明出处.