作者: gigastat@ali
9639人浏览
评论数：1
5年前
在学习深度学习过程中，无意间发现一篇介绍BP算法的文章，感觉非常直观，容易理解。这篇文章的最大亮点是：不像其他介绍BP算法的文章，用一堆数据符号和公式来推导。文中通过使用一条具体的样本数据，为我们展示了模型训练中的参数迭代计算过程，为我们理解BP算法提供了很
作者: 码农笔录
1928人浏览
评论数：0
4年前
BP算法是一种有监督式的学习算法，其主要思想是:输入学习样本，使用反向传播算法对网络的权值和偏差进行反复的调整训练，使输出的向量与期望向量尽可能地接近，当网络输出层的误差平方和小于指定的误差时训练完成，保存网络的权值和偏差。具体步骤如下: (1)初始化，随机
作者: 程序员诗人
806人浏览
评论数：0
4年前
sigmoid函数: x的值可能为[−∞,+∞],为了方便处理，需要将其压缩到一个合理的范围，还需 这样的激励函数，能够将刚才的区间压缩到[0,1]。 sigmoid 是使用范围最广的一类激活函数，具有指数函数形状，它在物理意义上最为接近生物神经元。此外，(
作者: 橘子红了呐
1271人浏览
评论数：0
5年前
神经网络概念与适合领域 神经网络最早的研究是 40 年代心理学家 Mcculloch 和数学家 Pitts 合作提出的 ，他们提出的MP模型拉开了神经网络研究的序幕。 神经网络的发展大致经过 3 个阶段：1947～1969 年为初期，在这期间科学家们提出了许多
作者: 吞吞吐吐的
898人浏览
评论数：0
5年前
一、两层神经网络（感知机） import numpy as np '''极简两层反传(BP)神经网络''' # 样本 X = np.array([[0,0,1],[0,1,1],[1,0,1],[1,1,1]]) y = np.array([0,0,1,1]
作者: nieson
1850人浏览
评论数：0
6年前
一、什么是BP 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，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关
作者: ghost丶桃子
2247人浏览
评论数：0
6年前
神经网络概念与适合领域 神经网络最早的研究是 40 年代心理学家 Mcculloch 和数学家 Pitts 合作提出的 ，他们提出的MP模型拉开了神经网络研究的序幕。 神经网络的发展大致经过 3 个阶段：1947～1969 年为初期，在这期间科学家们提出了许
作者: 罗兵
535人浏览
评论数：0
7年前
一、两层神经网络（感知机） import numpy as np '''极简两层反传(BP)神经网络''' # 样本 X = np.array([[0,0,1],[0,1,1],[1,0,1],[1,1,1]]) y = np.array([0,0,1,
