bp神經(jīng)網(wǎng)絡(luò)模型教案-全文預(yù)覽
【正文】 yo?yo? ?12, , , qd d d?od BP網(wǎng)絡(luò)的標(biāo)準(zhǔn)學(xué)習(xí)算法 ?輸入層與中間層的連接權(quán)值 : ?隱含層與輸出層的連接權(quán)值 : ?隱含層各神經(jīng)元的閾值 : ?輸出層各神經(jīng)元的閾值 : ?樣本數(shù)據(jù)個(gè)數(shù) : ?激活函數(shù) : ?誤差函數(shù)： ihwf()?howhb1, 2 ,km?ob211 ( ( ) ( ) )2qoooe d k y o k???? BP網(wǎng)絡(luò)的標(biāo)準(zhǔn)學(xué)習(xí)算法 ?第一步，網(wǎng)絡(luò)初始化 ?給各連接權(quán)值分別賦一個(gè)區(qū)間（ 1， 1）內(nèi)的隨機(jī)數(shù)，設(shè)定誤差函數(shù) e，給定計(jì)算精度值 和最大學(xué)習(xí)次數(shù) M。 ?隱含層輸入向量； ?隱含層輸出向量 。 J. McClelland David Rumelhart BP神經(jīng)網(wǎng)絡(luò)模型 ?三層 BP網(wǎng)絡(luò) BP神經(jīng)網(wǎng)絡(luò)模型 ?激活函數(shù) ?必須處處可導(dǎo) 一般都使用 S型函數(shù) ?使用 S型激活函數(shù)時(shí) BP網(wǎng)絡(luò)輸入與輸出關(guān)系 ?輸入 ?輸出 1 1 2 2 ... nnn e t x w x w x w? ? ? ?1f ( )1e n e ty n e t ??? ? BP神經(jīng)網(wǎng)絡(luò)模型 ?輸出的導(dǎo)數(shù) 211f 39。于是，我們就根據(jù)實(shí)際輸出與理想輸出的差來(lái)修正權(quán)值，以縮小這種差別。一種常用的函數(shù)是Sigmoid函數(shù)。人們通過(guò) 學(xué)習(xí) 可以不斷地改變腦細(xì)胞之間的連接方式，使這個(gè)網(wǎng)絡(luò)的功能不斷提高。下圖表示它的數(shù)學(xué)模型，這里 是輸入， 是輸出， 是神經(jīng)元內(nèi)部狀態(tài)。 神經(jīng)網(wǎng)絡(luò)概述 人的大腦約由 個(gè)神經(jīng)細(xì)胞 (也稱神經(jīng)元）組成，細(xì)胞之間通過(guò)樹(shù)突和軸突互相連接，構(gòu)成縱橫交錯(cuò)的網(wǎng)絡(luò)結(jié)構(gòu)。由于它模擬了人腦的思維模式，即具有一定的智能，且的確能解決許多用傳統(tǒng)方法不能或難于解決的復(fù)雜問(wèn)題，使之更加精確化，如更精確的分類(lèi)、非線性規(guī)劃的求解、著名的 “ 旅行員推銷(xiāo)問(wèn)題 ” 的解決等（ 注：在近年來(lái)的實(shí)際應(yīng)用，尤其在大學(xué)生數(shù)學(xué)建模競(jìng)賽中許多獲獎(jiǎng)隊(duì)在解決問(wèn)題是均是以運(yùn)用神經(jīng)網(wǎng)絡(luò)方法作為成功的法寶，如 2022年 A題中國(guó)科技大學(xué) 5個(gè)隊(duì)獲全國(guó)一等獎(jiǎng)，運(yùn)用的均是神經(jīng)網(wǎng)絡(luò)方法 ）。因此，一個(gè)神經(jīng)元就是一個(gè)簡(jiǎn)單的系統(tǒng)，或者說(shuō)是一個(gè)邏輯元件。這樣一種 “ 分布方式 ” 并不因單個(gè)腦細(xì)胞的死亡而消失。 是一個(gè)函數(shù)，它有幾種典型選法。這組輸出值當(dāng)然不是我們的理想輸出值。 BP神經(jīng)網(wǎng)絡(luò)模型與學(xué)習(xí)算法 BP神經(jīng)網(wǎng)絡(luò)概述 ?Rumelhart， McClelland于 1985年提出了 BP網(wǎng)絡(luò)的誤差反向后傳 BP(Back Propagation)學(xué)習(xí)算法 ?BP算法基本原理 ?利用輸出后的誤差來(lái)估計(jì)輸出層的直接前導(dǎo)層的誤差，再用這個(gè)誤差估計(jì)更前一層的誤差，如此一層一層的反傳下去，就獲得了所有其他各層的誤差估計(jì)。 BP網(wǎng)絡(luò)的標(biāo)準(zhǔn)學(xué)習(xí)算法 算法思想 ?學(xué)習(xí)的類(lèi)型：有導(dǎo)師學(xué)習(xí) ?核心思想： ? 將輸出誤差 以某種形式 通過(guò)隱層向輸入層逐層反傳 ?學(xué)習(xí)的過(guò)程： ?信號(hào)的正向傳播 誤差的反向傳播 將誤差分?jǐn)偨o各層的所有單元－－－各層單元的誤差信號(hào) 修正各單元權(quán)值
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1