BP神经网络
来源:互联网 发布:office mac 2011 登录 编辑:程序博客网 时间:2024/06/05 22:45
BP神经网络
一种按照误差逆向传播算法训练的多层前馈神经网络,是目前应用最广泛的神经网络。通过迭代的性质来处理训练集中的实例;过程是根据对比神经网络输出层的预测值和真实值之间的误差,反向更新权重和偏向(bias),在经过一轮新的训练集,直到结束。
算法详细介绍
输入:D:数据集,学习率(learning rate),一个多层向前神经网络
输出:训练完的神经网络
步骤:训练实例X输入,通过每一层和下一层各个节点之间的权重相乘的和,再跟对应的节点的偏向相加,做一个非线性方程转化,得到下一层各节
点的值,直到所有的层执行完毕,预测的结果也输出出来。
公式:
正向:
反向:
输出层:Tj:真实值,Qj表示预测值
隐藏层:Errk 表示前一层的误差, Wjk表示前一层与当前点的连接权重
权重更新:
反向传播的公式推导:
算法的推导过程主要是利用梯度下降算法最小化损失函数的过程,现在损失函数为:
对于网络中的每个权值wji,计算其导数:
(1)若j是网络的输出层单元,则对Netj的求导:
其中:
所以有:
为了表达方便,使用:
权值的改变朝着损失函数的负梯度方向,于是有权值改变量:
(2)若j是网络中的隐藏层单元,由于隐藏单元中w的值通过下一层来间接影响输入,故使用逐层剥离的方式来进行求导:
因为:
所以:
同样,我们为了表达方便,使用:
所以权值变化量:
因此,不管如何,权重的变化量是上面这个公式。
终止条件:
1.权重更新低于某个阈值
2.预测的错误率低于某个阈值
3.达到预设的循环次数
BP神经网络的核心解决的问题是:cost函数对w,b的偏导的计算。
阅读全文
0 0
- BP神经网络
- BP神经网络
- BP 神经网络
- bp神经网络
- BP神经网络
- BP神经网络
- BP神经网络
- BP神经网络
- BP神经网络
- bp神经网络
- BP神经网络
- BP神经网络
- BP神经网络
- BP神经网络
- BP神经网络
- BP神经网络
- BP神经网络
- BP神经网络
- 如何在线预览文档
- windows SetupAPI 介绍和使用
- LA 4394 刷字符串
- 直线上的点(扩展欧几里得算法)
- java基础知识0721
- BP神经网络
- K
- NYOJ 115-城市平乱
- android imageview.setImageUri
- 安装RepeatMasker
- sqlplus登陆方式
- 某银行信用卡中心——大数据反欺诈应用案例 2017-06-23 10:54 本篇案例为数据猿推出的大型“金融大数据主题策划”活动(查看详情)第一部分的系列案例/征文;感谢 百融金服 的投递 作为整体
- 系统安装配置资料整理
- 全方位的比较node.js 与 js的区别