bp神经网络学习算法的实现步骤，bp神经网络中的bp是什么

今天小编为大家分享生活中的小常识、日常问题解答等相关内容，希望能够帮助大家。

bp神经网络算法的原理和步骤，bp神经网络算法这个很多人还不知道,现在让我们一起来看看吧！

1、BP（Back Propagation）网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是应用最广泛的神经网络模型之一。

2、BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。

3、它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。

4、BP神经网络模型拓扑结构包括输入层（input）、隐层(hide layer)和输出层(output layer)。

5、2、BP神经网络算法是在BP神经网络现有算法的基础上提出的，是通过任意选定一组权值，将给定的目标输出直接作为线性方程的代数和来建立线性方程组，解得待求权，不存在传统方法的局部极小及收敛速度慢的问题，且更易理解。

本文到此分享完毕，希望对大家有所帮助。

Www.yiLeen.com.CN艺莲園提供生活百科,美食,购物,旅游,房产,交通,家居,数码,科技,财经,教育,健康,娱乐,历史,汽车,生活消费门户网站