神经网络之BP算法

1，基本思想
BP算法的思想是:学习过程由信号的正向传播与误差的反向传播两个过程组成。正向传播时，输入样本从输入层传入，经各隐层逐层处理后，传向输出层。若输出层的实际输出与期望的输出(教师信号)不符，则转入误差的反向传播阶段。误差反向传播是将输出误差以某种形式通过隐层向输入层逐层反转，并将误差分摊给各层的所有单元，从而获得各层单元的误差信号，此误差信号即作为修正个单元权值的依据。这种信号正向传播与误差反向传播的各层权值调整过程，是周而复始进行的。权值不断调整的过程，也就是网络的学习训练过程。此过程一直进行到网络输出的误差减少到可接受的的程度，或进行到预先设定的学习次数为止。