第3章 循环神经网络(RNN与LSTM)——3.2 BP神经网络模型

1.正向传播,输入->隐含->输出层

(1)网络初始化,定义每层节点和权重

(2)隐藏层的输出

(3)输出层的输出

2.误差计算

3.反向传播,误差反向传播,权重更新

(1)隐藏层到输出层

(2)输入层到隐藏层

4.偏置更新

(1)隐藏层到输出层

(2)输入层到隐藏层

5.BP神经网络,前馈神经网络

(1)可以通过逐层信息传递到最后的输出

(2)沿着一条直线计算,直到最后一层,求出计算结果

(3)包含输入层、输出层和隐藏层,其目的是实现从输入到输出的映射

(4)一般包含多层,并且层与层之间是全连接的,不存在同层和跨层连接