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
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:第3章 循环神经网络(RNN与LSTM)——3.2 BP神经网络模型 - Python技术站