人工智能bp網(wǎng)絡(luò)ppt課件-在線瀏覽
2025-06-22 22:30本頁(yè)面
【正文】 B P 網(wǎng) 絡(luò)BP網(wǎng)絡(luò)理論 ? 與感知器模型不同的是， BP網(wǎng)絡(luò)的隱含層傳遞函數(shù)要求必須是可微的，所以不能使用感知器網(wǎng)絡(luò)的二值函數(shù)，常用的有 S型 的對(duì)數(shù)、正切函數(shù)或線性函數(shù)。由于傳遞函數(shù)是處處可微的，所以對(duì)于 BP網(wǎng)絡(luò)來(lái)說(shuō)，一方面，所劃分酌區(qū)域不再是一個(gè)線性劃分，而是由一個(gè)非線性超平面組成的區(qū)域，它是曲面，因而它的分類比線性劃分更加精確，容錯(cuò)性也比線性劃分更好。 ? BP網(wǎng)絡(luò)是一種具有三層或三層以上的神經(jīng)網(wǎng)絡(luò)，包括輸入層、中間層 (隱層 )和輸出層。 ? 當(dāng)一對(duì)學(xué)習(xí)樣本提供給網(wǎng)絡(luò)后，神經(jīng)元的激活值從輸入層經(jīng)備中間層向輸出層傳播，在輸出層的各神經(jīng)元獲得網(wǎng)絡(luò)的輸入響應(yīng)。隨著這種誤差逆的傳播修正不斷進(jìn)行，網(wǎng)絡(luò)對(duì)輸入模式響應(yīng)的正確率也不斷上升。 BP算法屬于 算法，是一種監(jiān)督式的學(xué)習(xí)算法。學(xué)習(xí)的目的是用網(wǎng)絡(luò)的實(shí)際輸出 與目標(biāo)矢量 之間的誤差來(lái)修正其權(quán)值，使其 ，（ l=1， 2， … ， q）與期望的盡可能地接近；即使網(wǎng)絡(luò)輸出層 的誤差平方和達(dá)到最小。每一次權(quán)值和偏差的變化都與網(wǎng)絡(luò)誤差的影響成正比，并以反向傳播的方式傳遞到每一層的。在正向傳播過(guò)程中，輸入信息從輸入經(jīng)隱含層逐層計(jì)算傳向輸出層，每一層神經(jīng)元的狀態(tài)只影響下一層神經(jīng)元的狀態(tài)。 ? 設(shè)輸入為 P，輸入神經(jīng)元有 r個(gè)，隱含層內(nèi)有 s1的神經(jīng)元，激活函數(shù)為 F1，輸出層內(nèi)有 s2個(gè)
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1