BP神经网络模型一篇入门_怎么去学bp网络模型

本站原创文章，转载请说明来自《老饼讲解-BP神经网络》 www.bbbdata.com

BP神经网络广泛应用于解决各种问题，是知名度极高的模型之一
为了方便初学者快速学习，本文进行深入浅出讲解BP神经网络的基本知识
通过本文，可以初步了解BP神经网络的各个核心要素，并弄清BP神经网络是什么

目录

 一. BP神经网络的模型结构    

1.1 BP神经网络通用结构    

1.2 常用的BP神经网络结构    

二. BP神经网络的工作原理    

2.1 BP神经网络的工作原理    

2.2 BP神经网络数学表达式   

三. BP神经网络的训练   

3.1 什么是BP神经网络的训练     

3.2 BP神经网络的训练算法  

四. BP神经网络的用途     

4.1 BP神经网络的主要用途-数值预测    

4.2 BP神经网络的其它用途    

 一. BP神经网络的模型结构    

本节讲解BP神经网络的基本拓扑结构
通过本节的介绍，对BP神经网络有个初步认识

1.1 BP神经网络通用结构    

BP神经网络结构解说
BP神经网络的通用结构如下：

  
 它属于前馈型神经网络，结构具体解说如下
 1. 网络层数     ：共包括三大功能层：输入层、隐层和输出层                          
其中隐层可以包含多个子层                       
 2. 神经元个数 ：输入层的神经元个数就是输入的个数                                    
 隐层的神经元个数自行设定                        
输出层的神经元个数就是输出的个数         
3. 网络权重     ：每层的神经元都与后一层神经元用权重一一连接                 
4. 神经网阈值  ：隐层和输出层每个神经元都有自己的阈值                           
5. 激活函数     ：隐层和输出层都有自己的激活函数                                     

---

✍️关于结构中的待定参数
以上仅是一个通用的结构形式，
在使用时，我们需要设定具体的参数，让它有具体的结构
需要确定的参数有以下：

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/Gausst松鼠会/article/detail/94598