【bp神经网络 csdn bp神经网络算法介绍】1、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-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程 。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小 。BP神经网络模型拓扑结构包括输入层（input）、隐层(hide layer)和输出层(output layer) 。

2、BP神经网络算法是在BP神经网络现有算法的基础上提出的，是通过任意选定一组权值，将给定的目标输出直接作为线性方程的代数和来建立线性方程组，解得待求权，不存在传统方法的局部极小及收敛速度慢的问题 ， 且更易理解 。

• 体积怎么算的公式 体积怎么算
• 复数的运算法则 复数的运算
• gpa算法 gpa算法公式
• 分水岭算法的具体步骤 分水岭算法介绍
• 匈牙利算法介绍 匈牙利算法图解过程
• 启发式算法的原理 启发式算法介绍
• 售价金额核算法介绍 售价金额核算法的计算公式
• 对称加密算法流程 对称加密算法介绍
• 二分法查找介绍 二分法查找的流程图
• 手指速算法教程 手指速算法介绍